什么是HBase？它和Hive有什么区别？

一、HBase 是干什么的

1. 先对比 Hive，区分两者定位

Hive：离线大数据仓库，存日志、订单批量数据，只能做批量统计查询，不能实时根据某一条 ID 快速查数据；

HBase：分布式实时 NoSQL 数据库，底层依然跑 HDFS 存数据，依赖 ZooKeeper 做集群协调 / 主节点选举，主打单行毫秒级实时读写。

例子：

整个校园百万学生的一卡通数据：

1. Hive：每月导出全部消费日志，统计全校人均消费、食堂营收（批量离线分析）
2. HBase：学生刷完卡立刻写入，输入学号就能1 毫秒查出该学生全部刷卡记录（实时单点查询）

2. HBase 三大核心作用

海量存储：底层依托 HDFS，存十亿、百亿条数据无压力；

实时读写：按主键单行极速查、改、删，适合实时业务；

分布式高可用：依赖 ZK 自动切换 HMaster 主节点，主节点宕机集群不瘫痪。

二、案例演示

示例表设计：card_info 一卡通消费表

行键 rowkey：学号（001/002...，唯一主键，快速检索）

列族 1：base 基础信息（姓名、班级）

列族 2：pay 消费记录（消费窗口、金额、时间）

步骤 1：三台全部启动 HBase

hadoop1执行主启动命令，一键全集群启动

start-hbase.sh

三台分别用jps验证进程

jps

hadoop1：多出 HMaster + HRegionServer

hadoop2/hadoop3：只有 HRegionServer

底层原理（关联 ZK）

HBase 启动时自动连接 ZK，注册 HMaster 为主控制器，所有 RegionServer 向 ZK 上报心跳。ZooKeeper 负责 HBase 主节点选举，这也是安装 HBase 前必须装好 ZK 的根本原因。

步骤 2：进入 HBase Shell 交互控制台

hbase shell

步骤 3：建表

创建一卡通表，两个列族base、pay

create 'card_info','base','pay'

向 ZK 写入这条表的元数据：表名、列族、分片规则；

HMaster 分配数据分片（Region）给三台 RegionServer；

HDFS 自动创建专属存储目录 /hbase/data/default/card_info，未来所有数据存在这里。

步骤 4：插入多条测试数据

# 学号001，基础信息

put 'card_info','001','base:name','John'

put 'card_info','001','base:class','2301'

# 001消费记录

put 'card_info','001','pay:shop','water'

put 'card_info','001','pay:money','6'

put 'card_info','001','pay:time','12:18'



# 学号002数据

put 'card_info','002','base:name','Marry'

put 'card_info','002','pay:money','15'

|-------------|---------------|------------|------------|
| Row Key | Timestamp | Column Family ||
| Row Key | Timestamp | base | pay |
| 001 | t5 | | time=12:18 |
| 001 | t4 | | money=6 |
| 001 | t3 | | shop=water |
| 001 | t2 | Class=2301 | |
| 001 | t1 | name=John | |
| 002 | t6 | | money=15 |
| 002 | t5 | name=Marry | |

put 语法格式

put '表名','行键rowkey','列族:列名','值'

底层存储逻辑

数据不会存在 HBase 软件本身，直接持久化到 HDFS 分布式块中，ZK 只记录表结构、分片位置。

步骤 5：实时单行查

# 只查学号001全部信息，毫秒返回

get 'card_info','001'

对比：

如果用 Hive 查：百万条日志全扫描，跑 MapReduce，几十秒出结果；

HBase：按学号 rowkey 精准定位分片，毫秒拿到数据，实时业务必备。

步骤 6：全表扫描

# 查看所有表

list

# 打印card_info全表数据

scan 'card_info'

步骤 7：删除单条消费记录、删除整行、删除表

# 删除001的消费金额字段

delete 'card_info','001','pay:money'

# 删除学号002整行所有数据

deleteall 'card_info','002'

# 禁用表后才能删除

disable 'card_info'

drop 'card_info'

步骤 8：去 HDFS 看真实数据

hdfs dfs -ls /hbase/data/default/

现象：能看到card_info文件夹，表真实数据全部在 HDFS，HBase 只是读写中间件，和 Hive 逻辑统一。

三、区分 Hive & HBase