HBase的核心概念

HBase是hadoop领域的数据库。因为处理海量数据，并且底层依赖于hadoop。

最大的特点是对海量数据(TB到PB级别)进行毫秒级查询。

HBase逻辑结构特点：
1.NoSQL数据库，并不是严格意义上的关系型数据库。
   SQL语言的特点决定了关系型数据库的结构。底层是关系代数。按行进行存储的，表中的数据会进行格式化，
   字段的类型，格式都是固定的，结构化的目的是为了进行快速查询,查询的时候是先把行加载到内存中，

   在传统的关系型数据库中，如果单表字段非常多，查询字段非常少的情况下，会造成极大的资源浪费(主要是浪费内存)。

2.本身是不支持SQL的。查询采用了最原始的查询方式，key、value，key就是行键，非常类似于主键，

   value就是一行记录。  

3.时间戳是数据插入到HBase中的时间。 HBase中为什么会有时间戳这个概念？

   HBase是根据Google的Big Table的论文演变而来的，之前在Big Table中就有时间戳这一概念，

   就自然而然的引到了HBase中。

HBase物理结构特点：

1.列簇是一系列列的集合。列簇是单独存储为HDFS文件的。

2.集群结构分为主从式的。主节点HMaster负责管理调度，很多个从节点HRegionServer负责执行写入、查询的操作。

问题：如果写入、查询都是高并发的，怎么样解决高并发带来的拥堵状况呢？

          方案1：放到消息队列中，让其排队。

          方案2：采用分布式，让多个任务同时执行，所以HBase的集群结构为主从式的，就是特点2描述的。

HBase列和列簇概念：

HBase数据是按照列存储的。经常在一起被查询的字段可以放在一起，形成列簇，单独形成磁盘文件。

形成列簇的原因是什么？减少文件数量，减少IO操作，下面的问题验证了此观点

问题：100个字段，要写到100个文件中吗？
          不是。每个文件打开都是一次IO操作，IO是很耗性能的，所以要把经常在一起被查询的

          字段放在一起，放在一个文件中，形成列簇。

HBase为什么能对海量数据进行毫秒级查询？低层运用了那些核心技术？
分布式、索引、缓存
索引本质上就是key-value键值对。行健相当于key，索引相当于是需要查询的数据在文件中的位置

关系型数据库：按行进行存储的，字段是格式化过的。只要实现快速查询，必须用索引。