Hbase_列式数据库特性

1. HBase概述

   HBase是一个建立在HDFS上的列式存储数据库，具有支持线性扩展（横向扩展）、自动故障转移、自动分区及模式自由等特性
   

2. HBase与Hadoop

   HDFS属于非结构化的文件格式，HBase则提供了在HDFS之上的结构化存储方式。

   

3. HBase特征

   ① 自动故障处理和负载均衡：HBase运行在HDFS上，HDFS的多副本存储让HBase在内部就支持了分布式和自动恢复。另外HMaster和RegionServer也是多副本的（Hbase-site.xml中关于副本数量的设置即基于HMaster和RegionServer）。

   ② 自动分区：HBase表是由分布在多个RegionServer中的region组成的，这些RegionServer又分布在不同的DataNode上。一个region增长到阈值以后，为了降低I/O时间和负载，HBase提供了手动和自动两种方法把这些region切分成小的subregion

   ③ 实时随机的大数据访问：HBase采用LSM（log_structured merge-tree）树作为内部数据存储架构，这种架构会周期性的将较小文件合并成大文件以减少对磁盘的访问

   ④ MapReduce：HBase内建支持了Hadoop 的MapReduce，以便并行处理

   ⑤ Thrift和RESTful Web服务

   ⑥ 支持通过Hadoop metrics子系统标准导出系统指标：HBase支持Java Mannagement Extensions(JMX)，通过它导出系统当前状态给Ganglia和Nagions这样的监控工具

   ⑦ 集成HDFS、分布式、列存储

   ⑧ 稀疏的、多维的、有序映射数据库，同时也支持记录多版本

   ⑨ 快照支持：HBase支持通过元数据快照获取当前或之前的数据信息

4. HBase与关系型数据库的对比：

   当数据量比较小、需要在线事务处理时使用RDBMS是合适的；当数据规模很大（TB或PB级别）时，可以选择HBase。在一次写入多次查询的业务中，列存储数据库在I/O处理上更有效率。

   

5. 列式数据库的优缺点：

            优点                                        缺点
   具有高效的数据压缩内部支持                 JOIN和多表合并数据的查询性能不好
   支持快速数据检索                 更新过程中有大量的写入和删除操作，需要频繁合并和分裂，降低了存储效率
   管理和配置简单。支持横向扩展            对关系模型支持不好，分区和索引模式设计比较困难
   可高效地进行分区，提供自动分区机制把大的region切分成小容量的   
   聚合查询性能非常高   
   

   6.行式、列式数据库的对比：