https://blog.51cto.com/xpleaf/2090122

先放結論：Hbase和Hive在大資料架構中處在不同位置，Hbase主要解決實時資料查詢問題，Hive主要解決資料處理和計算問題，一般是配合使用。
一、區別：
Hbase： Hadoop database 的簡稱，也就是基於Hadoop資料庫，是一種NoSQL資料庫，主要適用於海量明細資料（十億、百億）的隨機實時查詢，如日誌明細、交易清單、軌跡行為等。
Hive：Hive是Hadoop資料倉庫，嚴格來說，不是資料庫，主要是讓開發人員能夠通過SQL來計算和處理HDFS上的結構化資料，適用於離線的批量資料計算。
通過元資料來描述Hdfs上的結構化文字資料，通俗點來說，就是定義一張表來描述HDFS上的結構化文字，包括各列資料名稱，資料型別是什麼等，方便我們處理資料，當前很多SQL ON Hadoop的計算引擎均用的是hive的元資料，如Spark SQL、Impala等；
基於第一點，通過SQL來處理和計算HDFS的資料，Hive會將SQL翻譯為Mapreduce來處理資料；
二、關係
在大資料架構中，Hive和HBase是協作關係，資料流一般如下圖：
通過ETL工具將資料來源抽取到HDFS儲存；
通過Hive清洗、處理和計算原始資料；
HIve清洗處理後的結果，如果是面向海量資料隨機查詢場景的可存入Hbase
資料應用從HBase查詢資料；