blocks|key|601707|text|HQL语法与传统的关系数据库管理系统(但不是全部)有着非常相似的结构，从学习角度看，HQL语法对数据库程序员是很好的，因为HBase是完全不同的，因为它只能根据其行键进行查询。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|601708|如果您想在关系数据库管理系统中设计一个表，您将遵循结构化的方法来定义更多地集中在属性上的列，而在Hbase中，完整的设计集中在数据上，因此根据要使用的查询类型，我们可以在Hbase中设计一个表，而且这些列也是动态的，并且在运行时(NoSQL的核心特性)将发生变化。|601709|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|F|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|G|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|H|8|@]|9|@]|A|$]]]|E|$]]

Hive shares a very similar structures to traditional RDBMS (But Not all), HQL syntax is almost similar to SQL which is good for Database Programmer from learning perspective where as HBase is completely diffrent in the sense that it can be queried only on the basis of its Row Key.

If you want to design a table in RDBMS, you will be following a structured approach in defining columns concentrating more on attributes, while in Hbase the complete design is concentrated around the data, So depending on the type of query to be used we can design a table in Hbase also the columns will be dynamic and will be changing at Runtime (core feature of NoSQL)

blocks|key|1144726|text|你说过，考虑到他们从事的工作类型，两者不是一样的吗？除了在Mapredeuce+.This上运行的Hive不是执行蜂窝查询时的简单thinking.Because之外，还会创建mapreduce作业，而triggered.Depending在数据大小和复杂性上可能会花费时间，因为对于每个mapreduce作业，JobTracker都需要执行一些步骤，比如地图、合并、洗牌、缩减等。|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|1144727|但是，如果我们访问HBase，它将根据指定的Scan或Get参数直接查找它们索引的数据。意味着它只是一个数据库。|CODE|1144728|entityMap^0|3|10|0|M|4|R|3|0^^$0|@$1|2|3|4|5|6|7|K|8|@$9|L|A|M|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|N|8|@$9|O|A|P|B|H]|$9|Q|A|R|B|H]]|D|@]|E|$]]|$1|I|3|-4|5|6|7|S|8|@]|D|@]|E|$]]]|J|$]]

You said aren't they both Same considering the type of job they does. except that Hive runs on Mapredeuce .This is not a simple thinking.Because when a hive query is executed, a mapreduce job will be created and triggered.Depending upon data size and complexity it may consume time, since for each mapreduce job, there are some number of steps to do by JobTracker, initializing tasks like maps,combine,shufflesort, reduce etc. 

But in case we access HBase, it directly lookup the data they indexed based on specified <code>Scan</code> or <code>Get</code> parameters. Means it just act as a database.

blocks|key|3610760|text|蜂巢|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|3610761|它只是为HDFS中的底层文件创建一个表格结构。这样，我们就可以让用户拥有SQL(类似于对现有HDFS文件的查询能力)，并且具有长达几分钟的典型延迟。但是，为了获得最佳性能，建议将ETL数据转换为Hive的ORC格式。|3610762|HBase|3610763|与Hive不同，HBase并不是针对HDFS.中的现有数据运行SQL查询。|3610764|HBase是一个严格一致、分布式、低延迟的密钥值存储.。|3610765|摘自HBase权威指南：|3610766|Bigtable和HBase的规范用例是webtable，也就是在互联网上爬行时存储的网页。行键是页面的反向URL，例如，org.hbase.www。有一个列系列存储实际的HTML代码、内容系列以及其他如锚(用于存储传出链接)、另一个用于存储入站链接以及另一个用于元数据(如语言)的列。为内容系列使用多个版本可以存储HTML的几个旧版本，例如，当您想要分析页面更改的频率时，会很有帮助。所使用的时间戳是从爬行网站上获取的实际时间。|3610767|+HBase使用HDFS只是一个实现细节:它允许在现有Hadoop集群上运行HBase，它保证数据的冗余存储；但在任何其他意义上它都不是一个特性。|3610768|另外，我们不能在已经存在的HDFS文件上创建Hbase表，这是真的吗？
|blockquote|3610769|3610770|不这不是真的。在内部，HBase以其HFile格式存储数据。|3610771|entityMap^0|0|2|0|10|W|0|0|5|0|0|N|0|0|R|0|0|0|0|21|0|0|Z|0|0|0|U|0^^$0|@$1|2|3|4|5|6|7|11|8|@$9|12|A|13|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|14|8|@$9|15|A|16|B|C]]|D|@]|E|$]]|$1|H|3|I|5|6|7|17|8|@$9|18|A|19|B|C]]|D|@]|E|$]]|$1|J|3|K|5|6|7|1A|8|@$9|1B|A|1C|B|C]]|D|@]|E|$]]|$1|L|3|M|5|6|7|1D|8|@$9|1E|A|1F|B|C]]|D|@]|E|$]]|$1|N|3|O|5|6|7|1G|8|@]|D|@]|E|$]]|$1|P|3|Q|5|6|7|1H|8|@]|D|@]|E|$]]|$1|R|3|S|5|6|7|1I|8|@$9|1J|A|1K|B|C]]|D|@]|E|$]]|$1|T|3|U|5|V|7|1L|8|@$9|1M|A|1N|B|C]]|D|@]|E|$]]|$1|W|3|-4|5|6|7|1O|8|@]|D|@]|E|$]]|$1|X|3|Y|5|6|7|1P|8|@$9|1Q|A|1R|B|C]]|D|@]|E|$]]|$1|Z|3|-4|5|6|7|1S|8|@]|D|@]|E|$]]]|10|$]]

Hive:

It's just create a Tabular Structure for the Underlying Files in HDFS. So that we can enable the user to have SQL-like Querying Abilities on existing HDFS files - with typical latency up to minutes. 
However, for best performance it's recommended to ETL data into Hive's ORC format.

HBase:

Unlike Hive, HBase is NOT about running SQL queries over existing data in HDFS. 

HBase is a strictly-consistent, distributed, low-latency KEY-VALUE STORE. 

From The HBase Definitive Guide:

The canonical use case of Bigtable and HBase is the webtable, that is, the web pages
stored while crawling the Internet.
The row key is the reversed URL of the page—for example, org.hbase.www. There is a
column family storing the actual HTML code, the contents family, as well as others
like anchor, which is used to store outgoing links, another one to store inbound links,
and yet another for metadata like language.
Using multiple versions for the contents family allows you to store a few older copies
of the HTML, and is helpful when you want to analyze how often a page changes, for
example. The timestamps used are the actual times when they were fetched from the
crawled website.

The fact that HBase uses HDFS is just an implementation detail: it allows to run HBase on an existing Hadoop cluster, it guarantees redundant storage of data; but it is not a feature in any other sense.

<blockquote>
 Also is that true that we cant create a Hbase table over an already 
 existing HDFS file?
</blockquote>

No, it's NOT true. Internally HBase stores data in its HFile format.

blocks|key|601763|text|蜂窝和HBase是完全不同的东西|type|unstyled|depth|inlineStyleRanges|entityRanges|data|601764|Hive是一种为驻留在HDFS+(可以是文件或HBase)上的数据创建映射/减少作业的方法，HBase是一种面向OLTP的键值存储，驻留在HDFS上，可用于映射/减少作业。|601765|为了使Hive工作，它保存将HDFS数据映射到表格数据的元数据(因为SQL对表起作用)。|601766|我想还需要注意的是，在最近的版本中，Hive正在发展，超越了使用SQL编写映射/减少作业的方式，并且使用HortonWorks所称的"stinger计划“，他们添加了专用文件格式(Orc)，并导入了Hive的性能(例如，使用即将到来的Tez执行引擎)，以便在Hadoop上交付SQL+(即对存储在Hadoop上的数据运行分析查询的相对快速方式)。|601767|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|J|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|K|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|L|8|@]|9|@]|A|$]]|$1|F|3|G|5|6|7|M|8|@]|9|@]|A|$]]|$1|H|3|-4|5|6|7|N|8|@]|9|@]|A|$]]]|I|$]]

Hive and HBase are completely different things

Hive is a way to create map/reduce jobs for data that resides on HDFS (can be files or HBase) 
HBase is an OLTP oriented key-value store that resides on HDFS and can be used in Map/Reduce jobs

In order for Hive to work it holds metadata that maps the HDFS data into tabular data (since SQL works on tables).

I guess it is also important to note that in recent versions Hive is evolving to go beyond a SQL way to write map/reduce jobs and with what HortonWorks calls the "stinger initiative" they have added a dedicated file format (Orc) and import Hive's performance (e.g. with the upcoming Tez execution engine) to deliver SQL on Hadoop (i.e. relatively fast way to run analytics queries for data stored on Hadoop)

Im trying to get a clear understanding on HBASE.

<blockquote>
 Hive:- It just create a Tabular Structure for the Underlying Files in
 HDFS. So that we can enable the user to have Querying Abilities on the
 HDFS file. Correct me if im wrong here?
 
 Hbase- Again, we have create a Similar table Structure, But bit more
 in Structured way( Column Oriented) again over HDFS File system.
</blockquote>

aren't they both Same considering the type of job they does. except that Hive runs on Mapredeuce.

Also is that true that we cant create a Hbase table over an Already existing HDFS file?

Hbase in comparison with Hive

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我试着对HBASE有一个清晰的理解。Hive:-它只是为HDFS中的底层文件创建一个表格结构。这样，我们就可以使用户对HDFS文件具有查询能力。如果我错了请纠正我？Hbase- -同样，我们已经创建了一个类似的表结构，但是在HDFS文件系统上，更多的是以结构化的方式(面向列)。考虑到他们从事的工作类型，他们不是都一样吗...

问Hbase与蜂巢的比较
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Hbase与蜂巢的比较EN