這個要根據(jù)自己處理數(shù)據(jù)的方式來選擇。
1、Hive是支持SQL語句的，執(zhí)行會調(diào)用mapreduce，所以延遲比較高；
2、HBase是面向列的分布式數(shù)據(jù)庫，使用集群環(huán)境的內(nèi)存做處理，效率會比hive要高，但是不支持sql語句。
Hadoop開發(fā)和運行處理大規(guī)模數(shù)據(jù)，需要用hbase做數(shù)據(jù)庫，但由于hbase沒有類sql查詢方式，所以操作和計算數(shù)據(jù)非常不方便，于是整合hive，讓hive支撐在hbase數(shù)據(jù)庫層面的 hql查詢，hive也即做數(shù)據(jù)倉庫。

你先明白數(shù)據(jù)倉庫的作用－－存儲歷史數(shù)據(jù)－進而對數(shù)據(jù)進行分析，只提供查詢－不提供修改

1。Hive 的目標是做成數(shù)據(jù)倉庫，所以它提供了SQL，提供了文件－表的映射關(guān)系，又由于Hive基于HDFS，所以不提供Update，因為HDFS本身就不支持。
2.HBase 是NoSQL數(shù)據(jù)庫－所以不要跟傳統(tǒng)混淆并談－NoSQL 提供的是另一種思路來滿足高性能的需求，而這些是傳統(tǒng)數(shù)據(jù)庫的短板，與傳統(tǒng)數(shù)據(jù)庫的理念不一樣
3.load data 這個可以自己去查。Hbase要使用自己的API
4.是的。
5.這句話不對。
6.映射就是結(jié)構(gòu)對應(yīng)－如文件每一行的第一個字段－映射到Hive表的第一個字段
類似Hibernate的語法解析。
Hive本身實現(xiàn)了一套語法結(jié)構(gòu)也就是操作符。如掃描文件等，最終記本都會轉(zhuǎn)換成MapReduce來運行

1. Hive中的表是純邏輯表，就只是表的定義等，即表的元數(shù)據(jù)。Hive本身不存儲數(shù)據(jù)，它完全依賴HDFS和MapReduce。這樣就可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為為一張數(shù)據(jù)庫表，并提供完整的SQL查詢功能，并將SQL語句最終轉(zhuǎn)換為MapReduce任務(wù)進行運行。 而HBase表是物理表，適合存放非結(jié)構(gòu)化的數(shù)據(jù)。
2. Hive是基于MapReduce來處理數(shù)據(jù),而MapReduce處理數(shù)據(jù)是基于行的模式；HBase處理數(shù)據(jù)是基于列的而不是基于行的模式，適合海量數(shù)據(jù)的隨機訪問。
3. HBase的表是疏松的存儲的，因此用戶可以給行定義各種不同的列；而Hive表是稠密型，即定義多少列，每一行有存儲固定列數(shù)的數(shù)據(jù)。
4. Hive使用Hadoop來分析處理數(shù)據(jù)，而Hadoop系統(tǒng)是批處理系統(tǒng)，因此不能保證處理的低遲延問題；而HBase是近實時系統(tǒng)，支持實時查詢。
5. Hive不提供row-level的更新，它適用于大量append-only數(shù)據(jù)集（如日志）的批任務(wù)處理。而基于HBase的查詢，支持和row-level的更新。
6. Hive提供完整的SQL實現(xiàn)，通常被用來做一些基于歷史數(shù)據(jù)的挖掘、分析。而HBase不適用與有join，多級索引，表關(guān)系復雜的應(yīng)用場景。