HBase和oracle，Hadoop的區(qū)別？Hadoop的HDFS支持海量數(shù)據存儲，MapReduce支持海量數(shù)據的分布式處理。Oracle雖然可以構建集群，但當數(shù)據量達到一定限制時，查詢處理速度會

HBase和oracle，Hadoop的區(qū)別？

Hadoop的HDFS支持海量數(shù)據存儲，MapReduce支持海量數(shù)據的分布式處理。Oracle雖然可以構建集群，但當數(shù)據量達到一定限制時，查詢處理速度會變得非常慢，對機器性能的要求也非常高。其實，這兩件事是不一樣的。Hadoop是一種分布式云處理架構，傾向于數(shù)據計算Oracle是一種關系數(shù)據庫，傾向于存儲數(shù)據。為了比較，我們可以將HBase與Oracle進行比較。HBase是NoSQL數(shù)據庫，支持海量數(shù)據存儲和列擴展。但是查詢操作比較復雜，不像Oracle關系數(shù)據庫那么簡單，只支持一個索引。但是，在HBase中設置合理的表結構的情況下，查詢速度與數(shù)據量關系不大，即數(shù)據量不會影響查詢速度，順便說一下，HBase的查詢速度可以達到ms級

這兩者是相互獨立的。MapReduce是Hadoop的計算組件；HBase是基于Hadoop HDFS的分布式NoSQL數(shù)據庫

~]：

1。HBase：基于Hadoop數(shù)據庫，是NoSQL數(shù)據庫；HBase表是物理表，適合存儲非結構化數(shù)據。

2. Hive：它不存儲數(shù)據，而是依賴HDFS和MapReduce，通過SQL計算和處理HDFS上的結構化數(shù)據；Hive中的表是純邏輯表。

這兩者通常一起使用。

1. HBase：實時隨機查詢海量詳細數(shù)據，存儲采集到的web數(shù)據；

2。配置單元：適用于離線批量數(shù)據計算，一般用于查詢分析和統(tǒng)計。