我是Hadoop的新用户，我最近安装了Hive和HBase。
我在Hive中创建了几个表，查询以MapReduce方式运行。另外，当我说'得到'＆＃39;在HBase中，它没有在MapReduce中运行，这就是为什么我认为它具有高延迟。
我在这里很少有人怀疑。
如果我有需要处理实时流数据的应用程序，我应该使用什么？Hive或HBase？
我可以使用HBase选项安装MapReduce，以便get中的HBase命令以MapReduce方式运行
提前致谢
答案 0 :(得分：1)
HBase是数据库，它没有选择为其操作运行mapreduce，如get，scan，put ......
如果您想以mapreduce样式处理HBase中的数据您需要创建自定义地图缩减作业，或使用其他分析工具，如Hive，Pig，......
Hive是建立在Hadoop mapreduce之上的数据仓库平台。它可以读取来自许多不同来源的数据，如HDFS文件，S3文件，HBase等......
希望这对你有用。
答案 1 :(得分：0)
如果我有一个需要处理实时流数据的应用程序，我应该使用什么 - Hive还是HBase？
Hive最适合批量处理的需求。我永远不会喜欢它以满足我的实时需求。正如您所注意到的，当您发出Hive查询时，它首先会转换为MapReduce作业，然后为您提供结果。这涉及一些延迟。
但真正的问题是如何处理实时流数据。 HBase和Hive都是允许我们在现有Hadoop集群之上存储数据的系统。当然，您可以在稍后阶段使用HBase API / Hive查询编写程序来处理数据。但是那不会是你的流媒体数据的实时处理，恕我直言。
当您说流数据处理时，它意味着您打算随时处理您的数据，而不必存储它（尽管您可以同时存储它）。像 STORM 这样的工具就是为此而设的。看看吧。
我可以使用MapReduce选项安装HBase，以便HBase中的get命令以MapReduce方式运行吗？
HBase和MapReduce都是两回事。 获取和扫描等操作是特定于HBase的，它们不能用作MapReduce作业（与Hive查询不同）。但是你绝对可以使用HBase和MapReduce从/向你的HBase表获取/放入数据。有关详细信息，请参阅 this 。
HTH