這個要根據自己處理數據的方式來選擇。
1、Hive是支持SQL語句的，執行會調用mapreduce，所以延遲比較高；
2、HBase是面向列的分布式數據庫，使用集群環境的內存做處理，效率會比hive要高，但是不支持sql語句。
Hadoop開發和運行處理大規模數據，需要用hbase做數據庫，但由于hbase沒有類sql查詢方式，所以操作和計算數據非常不方便，于是整合hive，讓hive支撐在hbase數據庫層面的 hql查詢，hive也即做數據倉庫。

你先明白數據倉庫的作用－－存儲歷史數據－進而對數據進行分析，只提供查詢－不提供修改

1。Hive 的目標是做成數據倉庫，所以它提供了SQL，提供了文件－表的映射關系，又由于Hive基于HDFS，所以不提供Update，因為HDFS本身就不支持。
2.HBase 是NoSQL數據庫－所以不要跟傳統混淆并談－NoSQL 提供的是另一種思路來滿足高性能的需求，而這些是傳統數據庫的短板，與傳統數據庫的理念不一樣
3.load data 這個可以自己去查。Hbase要使用自己的API
4.是的。
5.這句話不對。
6.映射就是結構對應－如文件每一行的第一個字段－映射到Hive表的第一個字段
類似Hibernate的語法解析。
Hive本身實現了一套語法結構也就是操作符。如掃描文件等，最終記本都會轉換成MapReduce來運行

1. Hive中的表是純邏輯表，就只是表的定義等，即表的元數據。Hive本身不存儲數據，它完全依賴HDFS和MapReduce。這樣就可以將結構化的數據文件映射為為一張數據庫表，并提供完整的SQL查詢功能，并將SQL語句最終轉換為MapReduce任務進行運行。 而HBase表是物理表，適合存放非結構化的數據。
2. Hive是基于MapReduce來處理數據,而MapReduce處理數據是基于行的模式；HBase處理數據是基于列的而不是基于行的模式，適合海量數據的隨機訪問。
3. HBase的表是疏松的存儲的，因此用戶可以給行定義各種不同的列；而Hive表是稠密型，即定義多少列，每一行有存儲固定列數的數據。
4. Hive使用Hadoop來分析處理數據，而Hadoop系統是批處理系統，因此不能保證處理的低遲延問題；而HBase是近實時系統，支持實時查詢。
5. Hive不提供row-level的更新，它適用于大量append-only數據集（如日志）的批任務處理。而基于HBase的查詢，支持和row-level的更新。
6. Hive提供完整的SQL實現，通常被用來做一些基于歷史數據的挖掘、分析。而HBase不適用與有join，多級索引，表關系復雜的應用場景。