Hadoop大数据平台实战(02)：HBase vs. Hive vs. Impala 对比

Hadoop大数据平台中非常重要的三个技术：HBase vs. Hive vs. Impala。他们之间的关系和区别。

Apache™Hadoop是目前最流行的开源大数据平台，核心组件使用Java语言开发。

Apache Hadoop软件库是一个框架，允许使用简单的编程模型跨计算机集群分布式处理大型数据集。 它旨在从单个服务器扩展到数千台计算机，每台计算机都提供本地计算和存储。 该库本身不是依靠硬件来提供高可用性，而是设计用于检测和处理应用层的故障，从而在计算机集群之上提供高可用性服务，每个计算机都可能容易出现故障。

1）Hadoop：最流行的开源大数据平台，主要框架使用Java开发。

2）HBase：面向列的开源NoSQL分布式数据库，基于HDFS，起源于谷歌的论文BigTable。

3）Hive：开源分布式数据仓库工具，至于类SQL语法，基于Hadoop构建，支持HDFS和HBase。

4）Impala：Hadoop，开源分布式的MPP分析引擎框架，类SQL语法，又叫：Cloudera Impala。支持HDFS和HBase，亚马逊S3。

HBase vs. Hive vs. Impala的详细参数对比
名称	HBase	Hive	Impala
描述	面向列的NoSQL数据库 基于谷歌BigTable论文。 Apache Hadoop数据库。	数据仓库软件， 构建于Hadoop上。 支持类SQL	分布式的MPP分析引擎 支持类SQL
主要模型	宽列存储	关系型	关系型
次要模型			Document
排名	分数 58.66 排名 #17   总体 #2   宽列存储	分数 74.71 排名 #15   总体 #10   关系型	分数 14.52 排名 #36   总体 #22   关系型
官网	hbase.apache.org	hive.apache.org	https://impala.apache.org
文档	hbase.apache.org	hive.apache.org	https://impala.apache.org
开发者	Apache基金会	Apache基金会	Cloudera公司
创建时间	2008	2012	2013
当前版本	1.4.8, 2018年10月	2.3.0, 2017年7月	3.0.0, 2018年5月
许可证	开源	开源	开源
只支持云	no	no	no
开发语言	Java	Java	C++
支持系统	Linux Unix Windows	运行Java VM的系统	Linux
scheme	schema-free	yes	yes
Typing	no	yes	yes
XML支持	no		no
辅助索引	no	yes	yes
SQL	no	类SQL语句	类SQL语句
API支持	Java API RESTful HTTP API Thrift	JDBC ODBC Thrift	JDBC ODBC
支持语言	C C# C++ Groovy Java PHP Python Scala	C++ Java PHP Python	所有语言 JDBC/ODBC
服务器脚本	yes	yes	yes
触发器	yes	no	no
分区方法	Sharding分片	Sharding分片	Sharding分片
复制方法	可选择复制因子	可选择复制因子	可选择复制因子
MapReduce	yes	yes	yes
一致性	立即一致性	最终一致性	终一致性
外键	no	no	no
事物	no	no	no
并发	yes	yes	yes
持久性	yes	yes	yes
In-memory	no		no
用户概念	访问控制列表 (ACL)	users, groups,roles权限	users, groups,roles权限

参考资料：

https://impala.apache.org/overview.html

https://db-engines.com/en/system/HBase%3bHive%3bImpala

https://en.wikipedia.org/wiki/Apache_HBase

https://hbase.apache.org/

https://impala.apache.org/docs/build/html/topics/impala_intro.html

阿里巴巴Java群超过4800人
进群方式：钉钉扫码入群

阿里巴巴MongoDB群