Hadoop基础教程-第10章 HBase：Hadoop数据库（10.1 NoSQL介绍）（草稿）

第10章 HBase：Hadoop数据库

10.1 NoSQL介绍

---

10.1.1 NoSQL简介

随着互联网技术（互联网+，物联网）发展，特别是大数据时代到来，我们需要存储处理更多数据，这种需求远远超出传统关系型数据库的存储和处理能力。
为了应对这种情形，我们需要不停的扩展。扩展分为两类：一种是纵向扩展，即购买更好的机器，更多的磁盘、更多的内存等等；另一种是横向扩展，即购买更多的机器组成集群。在巨大的规模下，纵向扩展发挥的作用并不是很大。首先单机器性能提升需要巨额的开销并且有着性能的上限，永远不可能使用一台机器支撑所有的负载。鉴于这种情况，我们需要新的数据库，因为关系数据库并不能很好的运行在集群上。不错你也可能会去搭建关系数据库集群，但是他们使用的是共享存储，这并不是我们想要的类型。于是就有了以Google、Facebook、Amazon这些试图处理更多传输所引领的NoSQL纪元。

NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，是一项全新的数据库革命性运动。

NoSQL数据库的四大分类：
（1）键值数据库。键值数据库就像在传统语言中使用的哈希表。你可以通过key来添加、查询或者删除数据，鉴于使用主键访问，所以会获得不错的性能及扩展性。代表产品Redis。
（2）列数据库。列存储数据库将数据储存在列族（column family）中，一个列族存储经常被一起查询的相关数据。代表产品HBase。
（3）文档型数据库。面向文档数据库会将数据以文档的形式储存。每个文档都是自包含的数据单元，是一系列数据项的集合。代表产品MongoDB。
（4）图数据库。图数据库允许我们将数据以图的方式储存。实体会被作为顶点，而实体之间的关系则会被作为边。代表产品Neo4J。

10.1.2 列数据库

列数据库，可称为列式数据库、列存储数据库。列数据库是以列相关存储架构进行数据存储的数据库，主要适合于批量数据处理和即时查询。相对应的是行式数据库，数据以行相关的存储体系架构进行空间分配，主要适合于大批量的数据处理，常用于联机事务型数据处理。

从上图可以很清楚地看到，行式存储下一张表的数据都是放在一起的，但列式存储下都被分开保存了。

优缺点	行式存储	列式存储
优点	数据被保存在一起 INSERT/UPDATE容易	查询时只有涉及到的列会被读取； 投影(projection)很高效； 任何列都能作为索引
缺点	选择(Selection)时即使只涉及某几列， 所有数据也都会被读取	选择完成时，被选择的列要重新组装 INSERT/UPDATE比较麻烦

10.2.2 HBase简介

Google公司的三大论文：Google File System（GFS）被设计成了HDFS，Google-MapReduce被设计出了MapReduce，而第3篇论文Google-Bigtable被设计成了HBase。由此可见HBase在大数据领域的重要性。