【HBase】01 概述

目录

• 1. HBase
  • 1.1. 概述

1. HBase

学习教程:

1. HBase教程-W3C

---

1.1. 概述

• 特性
  1. HBase是一个NoSQL数据库，一般我们用它来存储海量的数据（因为它基于HDFS分布式文件系统上构建的）
  2. HBase的一行记录由一个RowKey和一个或多个的列以及它的值所组成。先有列族后有列，列可以随意添加。
  3. HBase的增删改记录都有「版本」，默认以时间戳的方式实现。
  4. RowKey的设计如果没有特殊的业务性，最好设计为散列的，这样避免热点数据分布在同一个HRegionServer中。
  5. HBase的读写都经过Zookeeper去拉取meta数据，定位到对应的HRegion，然后找到HRegionServer;

1. 技术产生背景

1. Kafka 主要用来处理消息的（解耦异步削峰）。数据到Kafka，Kafka会将数据持久化到硬盘中，并且Kafka是分布式的（很方便的扩展），
   1. 理论上Kafka可以存储很大的数据。但是Kafka的数据我们不会「单独」取出来。持久化了的数据，最常见的用法就是重新设置offset，做「回溯」操作;
2. Redis 是缓存数据库，所有的读写都在内存中，速度贼快。AOF/RDB存储的数据都会加载到内存中，Redis不适合存大量的数据(内存有限,贵);
3. Elasticsearch 是一个分布式的搜索引擎，主要用于检索。理论上Elasticsearch也是可以存储海量的数据（毕竟分布式），
   1. 我们也可以将数据用『索引』来取出来，似乎已经是非常完美的中间件了。
   2. 但是如果我们的数据没有经常「检索」的需求，其实不必放到Elasticsearch，数据写入Elasticsearch需要分词，无疑会浪费资源。
4. HDFS 是可以存储海量的数据的，它就是为海量数据而生的。它也有明显的缺点：不支持随机修改，查询效率低，对小文件支持不友好。
5. HBase
   1. HBase在HDFS之上提供了高并发的随机写和支持实时查询，这是HDFS不具备的。
   2. HBase可以以低成本来存储海量的数据并且支持高并发随机写和实时查询。

参考:

1. 我终于看懂了HBase，太不容易了…