以下是将数据存储在hive与hdfs（和/或hbase）中的一些注意事项。
Hive：
hdfs是一个支持故障转移和ha的文件系统。hdfs将根据您选择的复制因子在多个datanode中复制数据。hive构建在hadoop之上，因此可以在hdfs中存储数据，并利用hdfs的优点实现ha。
hive利用 predicate 下推提供了巨大的性能优势。hive还可以与现代文件格式（如parquet和orc）结合使用，从而进一步提高性能（利用 predicate pushdown）。
hive通过hql（hivequerylanguage）提供了对数据的非常简单的访问，hql是一种类似sql的语言。
hive与spark配合得非常好，您可以将它们结合起来，即将hive数据检索到dataframes和将dataframes保存到hive中。
hdfs/hbase:
hive是一个用于数据分析的仓库系统，因此hive crud操作相对比直接访问hdfs文件（或为快速crud操作而构建的hbase）慢。例如，在流式应用程序中，在hdfs或hbase中保存数据将比在hive中快得多。如果您需要快速存储（或插入查询），并且不需要对大型数据集进行任何分析，那么您应该更喜欢hdfs/hbase而不是hive。
如果性能对应用程序非常重要，因此您更愿意跳过额外的配置单元层直接访问hdfs文件。
团队决定不使用sql。
相关岗位：
何时使用hadoop、hbase、hive和pig？

hdfs只与维护文件元数据的namenode一样可靠。您最好设置namenode ha并经常对它们进行快照，并将它们从hdfs外部存储起来。
如果所有namenodes都不可用，或者它们的元数据存储已损坏，那么您将无法读取hdfs datanode数据，尽管这些文件本身很好，而且高度可用