本文共 773 字，大约阅读时间需要 2 分钟。

1、HDFS

• 为分布式存储提供文件系统
• 针对存储大尺寸的文件进行优化，不需要对HDFS上的文件进行随机读写
• 直接使用文件
• 数据模型不灵活
• 使用文件系统和处理框架
• 优化一次写入，多次读取的方式

2、HBase

• 提供表状的面向列的数据存储
• 针对表状数据的随机读写进行优化
• 使用key-vale操作数据
• 提供灵活的数据模型
• 使用表状存储，支持MapReduce，依赖HDFS
• 优化了多次读，以及多次写
• 主要用来存储非结构化数据和半结构化的数据

3、Redis

• 分布式缓存
• 基于内存
• 强调缓存
• 支持数据的持久化
• 支持事务的操作
• NoSql类型的Key/value数据库
• 支持List、Set等丰富的类型

4、Hive

• hive是基于Hadoop的数据仓库工具
• 可以将结构化数据文件映射为数据库表
• 并提供sql功能，可以将sql转化为mr任务运行
• sql学习成本低，不必专门开发mr应用
• 十分适合数据仓库的统计分析。

区别

关系型数据和Hive都是支持SQL引擎的数据库；Redis和Hbase都是NoSQL 类型的Key/vale数据库，支持简单的行列操作，不支持SQL引擎。Redis因为存储在内存中所以数据量较小，而Hbase的存储远远超出内存的大小。HBase适合做大数据的持久存储，而Redis比较适合做缓存。RDBMS一般用来做支撑业务系统提供事物或者查询。hive是面相分析的分析型工具，作为海量数据的分析工具。Hive和HBase是两种基于Hadoop的不同技术：Hive是一种类SQL的引擎，并且运行MapReduce任务，HBase是一种在Hadoop之上的NoSQL 的Key/vale数据库，只支持简单的行列操作。当然，这两种工具是可以同时使用的。Hive可以用来进行统计查询，HBase可以用来进行快速的实时查询，二者可进行整合。

转载地址：https://blog.csdn.net/weixin_43401381/article/details/104598669 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！