hive和hbase是两种不同的工具。hbase是一个数据库，hive是一个查询引擎。hbase不同于hive和hadoop。
现在回答您的问题，您可以使用mapreduce和javaapi编写hdfs，如果您的程序对您正在处理的数据非常有效。那么map reduce可以比hive更快。其主要原因是您在hive中编写的任何查询都会转换为map reduce程序。因此，归根结底，mapreduce程序的效率才是最重要的。因此，如果你能编写一个更好、更高效的程序，那么它可以比hive query更快。

在回答问题之前有一件事，我认为你在概念上有点困惑。
hadoop:mapreduce+hdfs（分布式文件系统）。
Hive只是hdfs上的一层。它根本不是一个文件系统。将hdfs与hive进行比较是没有意义的。
hbase是一个非关系数据库，可以运行在hadoop之上，并为您提供随机数据访问/查询功能。hdfs本身不支持在随机位置读/写。
引用hadoop-权威指南：
hdfs是基于这样一种思想构建的：最有效的数据处理模式是一次写入，多次读取的模式。数据集通常是从源代码生成或复制的，然后随着时间的推移对该数据集执行各种分析。每次分析都会涉及数据集的很大一部分（如果不是全部的话），因此读取整个数据集的时间比读取第一条记录的延迟更重要。
我认为这篇文章（hadoophdfs简介）将对您非常有帮助。
为了进一步回答您的问题，hbase将数据作为键/值对存储在列数据库中。您可以将hbase看作hadoop环境的一个扩展，它允许您快速地读/写数据。它将数据存储在hdfs中。
一些特点：
从大数据集中访问少量数据的低延迟。您可以从十亿行表中快速访问单行。
灵活的数据模型和数据是由行键索引。
快速扫描表格。
4按写操作和数据总量进行扩展。