如果我正确理解Hadoop生态系统，我可以运行我的MapReduce作业从HDFS或HBase获取数据。假设先前的假设是正确的，为什么我会选择一个而不是另一个？使用HBase作为MR源是否具有性能，可靠性，成本或易用性的好处？
我能找到的最好的是这句话，“HBase是当你需要对非常大的数据集进行实时读/写随机访问时使用的Hadoop应用程序。” - Tom White（2009） Hadoop：The Definitive Guide，1st Edition
答案 0 :(得分：6)
使用直接Hadoop Map / Reduce over HDFS，您的输入和输出通常存储为平面文本文件或Hadoop SequenceFiles，它们只是流式传输到磁盘的序列化对象。这些数据存储或多或少是不可变的。这使得Hadoop适用于批处理任务。
HBase是一个使用HDFS作为存储的完整数据库（尽管不是关系型的）。这意味着您可以对数据集运行交互式查询和更新。
HBase的优点在于它可以很好地与Hadoop生态系统配合使用，因此如果您需要对大型数据集执行批处理以及交互式，精细化，记录级操作，HBase将做得很好。