Hive 带有MapReduce选项的HBase

我是Hadoop的新手，最近安装了

Hive

和

HBase

我在配置单元中创建了几个表，查询以

MapReduce

方式运行。另外，当我在HBase中说“get”时，它没有在MapReduce中运行，这就是为什么我认为它具有高延迟的原因

我在这里几乎没有什么疑问

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

或

HBase

我是否可以使用

MapReduce

选项安装

HBase

，以便

HBase

中的

get

命令以

MapReduce

方式运行

---

提前感谢

HBase是一个数据库，它没有选择运行mapreduce来执行诸如get、scan、put等操作

如果您希望以mapreduce样式处理来自HBase的数据，则需要创建自定义map reduce作业，或使用其他一些分析工具，如Hive、Pig等

Hive是建立在Hadoop mapreduce之上的数据仓库平台。它可以从许多不同的来源读取数据，如HDFS文件、S3文件、HBase等

希望这对你有用

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或HBase

蜂巢最适合批量处理的需要。我永远不会为了我的实时需要而喜欢它。正如您所注意到的，当您发出配置单元查询时，它首先转换为MapReduce作业，然后给出结果。这涉及到一些延迟

但这里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集群上存储数据的系统。当然，您可以在稍后阶段通过使用HBase API/Hive查询编写程序来处理数据。但这并不是对你的流媒体数据的实时处理，IMHO

当您说处理流式数据时，这意味着您打算在数据到达时动态处理数据，而不必存储数据（尽管您可以同时存储数据）。像这样的工具就是为了实现这一点。一定要看一看

是否可以使用MapReduce选项安装HBase，以便HBase中的get命令以MapReduce方式运行

HBase和MapReduce是两种不同的东西。像get和scan这样的操作是特定于HBase的，它们不能用作MapReduce作业（与Hive查询不同）。但是，您完全可以将HBase与MapReduce结合使用，从HBase表中获取/将数据放入HBase表中。有关更多详细信息，请参见

---

这就是我需要的。非常感谢你提供的信息。非常感谢。。这也很有帮助。