大資料之hadoop / hive / hbase 的區別是什麼？有什麼應用場景？

1. hadoop
它是一個 分散式計算+分散式檔案系統，前者其實就是 MapReduce，後者是 HDFS 。後者可以獨立執行，前者可以選擇性使用，也可以不使用

2. hive
通俗的說是一個 資料倉儲，倉庫中的資料是被hdfs管理的資料檔案，它支援類似sql語句的功能，你可以透過該語句完成分散式環境下的計算功能， hive會把語句轉換成MapReduce，然後交給hadoop執行。這裡的計算，僅限於查詢和分析，而不是更新、增加和刪除。
它的優勢是對歷史資料進行處理，用時下流行的說法是離線計算，因為它的 底層是MapReduce，MapReduce在實時計算上效能很差。它的做法是把資料檔案載入進來作為一個hive表（或者外部表），讓你覺得你的sql操作的是傳統的表。

3. hbase
通俗的說，hbase的作用類似於資料庫，傳統資料庫管理的是集中的本地資料檔案，而 hbase基於hdfs實現對分散式資料檔案的管理，比如增刪改查。也就是說，hbase只是利用hadoop的hdfs幫助其管理資料的持久化檔案（HFile）， 它跟MapReduce沒任何關係。
hbase的優勢在於實時計算，所有實時資料都直接存入hbase中，客戶端透過API直接訪問hbase，實現實時計算。由於它使用的是nosql，或者說是列式結構，從而提高了查詢效能，使其能運用於大資料場景，這是它跟MapReduce的區別。

總結
hadoop是hive和hbase的基礎，hive依賴hadoop，而hbase僅依賴hadoop的hdfs模組。
hive適用於 離線資料的分析，操作的是通用格式的（如通用的日誌檔案）、被hadoop管理的資料檔案，它支援類sql，比編寫MapReduce的java程式碼來的更加方便，它的定位是資料倉儲，儲存和分析歷史資料。
hbase適用於 實時計算，採用列式結構的nosql，操作的是自己生成的特殊格式的HFile、被hadoop管理的資料檔案，它的定位是資料庫，或者叫DBMS。
hive可以直接操作hdfs中的檔案作為它的表的資料，也可以使用hbase資料庫作為它的表。