参考

• Hbase 与 Mysql 的区别
• 浅谈 Hbase 和 Hive 的区别以及分别适用的场景
• 一篇文章让你了解 Hive 和 HBase 的区别
• HBase 原理 | HBase 核心原理与应用场景
• 为什么没有以 hbase 作为存储引擎的关系型数据库实现
• ClickHouse 深度揭秘

定义

MySQL

关系型数据库，主要面向 OLTP，支持事务，支持二级索引，支持 SQL，支持主从，Group Replication 架构模型。

HBase

Hadoop Database 的简称，基于 Hadoop 的数据库，是面向列的分布式 NoSQL 数据库，基于 HDFS，支持海量数据读写（尤其是写），支持上亿行，上百万列，比较适合 OLAP。天然分布式，主从架构，不支持事务，不支持二级索引。主要适用于海量明细数据的随机实时查询。

Hive

Hive 是 Hadoop 的数据仓库，主要是让开发人员通过 SQL 来计算和处理 HDFS 上的结构化数据，适用于离线的批量数据计算。

数据存储方式

MySQL

行存储，MySQL 行存储的方式比较适合 OLTP 业务。

Hbase

HBase 不是行式存储，也不是完全的列式存储，而是面向列族的列族式存储。

HBase 的每一列数据在底层都是以 Key / Value 形式存储的，而针对一行数据，同一列族的不同列的数据是顺序相邻存放的，这种模式实际上是行式存储；而如果一个列族下只有一个列的话，就是一种列式存储。因此我们可以说HBase是一种列族式存储。

HBase 通过存储 Key / Value 来工作。支持四种主要操作：增加或更新行，查看一个范围内的 KEY 的 VALUE，获取指定行，删除指定「行，列，或列的版本」。（Hot Key + 同一对象不同时间的数据放在一起）。

Hive

通过元数据来描述 HDFS 上的结构化文本数据，即定义一张表来描述 HDFS 上的结构化文本，包括列名，数据类型等，便于处理数据。很多 SQL On Hadoop 的计算引擎均用的是 Hive 的元数据。

引擎

Hive

通过 SQL 来处理和计算 HDFS 的数据，Hive 会将 SQL 翻译为 MapReduce 来处理数据。

HBase

HBase 是 Google BigTable 的开源实现，底层存储引擎是基于 LSM-Tree 数据结构设计的。

总结

Hive 和 HBase 是两种基于 Hadoop 的不同技术
Hive 是类 SQL 引擎，运行 MapReduce 任务
HBase 是在 Hadoop 之上的 NoSQL Key / Value 数据库

默认情况下 HBase 只对 RowKey 做了单列索引，所以 HBase 能通过 RowKey 进行高效的的单点查询及小范围扫描。HBase 索引还是比较单一的，通过非 RowKey 列查询性能比较低，除非对非 Rowkey 列做二级索引，否则不建议根据非 Rowkey 列做查询。

HBase 的二级索引一般是基于 HBase 协处理器实现，目前比较成熟的方案可以使用 Phoenix，HBase 集成 Phoenix 构建二级索引实践，Phoenix 不仅能够为 HBase 提供二级索引能力，还扮演着 HBase 的 SQL 层，增强了 HBase 即席查询的能力。