HBase 简介

HBase 简介

什么是HBase

• Apache HBase是Hadoop数据库，一个分布式的、可伸缩的大数据存储。
• 当您需要对大数据进行随机的、实时的读/写访问时，请使用Apache HBase。这个项目的目标是在商品硬件的集群上托管非常大的表——数十亿行百万列的列。Apache HBase是一个开源的、分布式的、版本化的、非关系的数据库，它模仿了Google的Bigtable：一个结构化数据的分布式存储系统，就像Bigtable利用Google文件系统提供的分布式数据存储一样，Apache HBase在Hadoop和HDFS上提供了类似于bigtable的功能

Hbase的特点

• 大：一个表可以有数十亿行，上百万列；

• 无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；

• 面向列：面向列（族）的存储和权限控制，列（族）独立检索；

• 稀疏：对于空（null）的列，并不占用存储空间，表可以设计的非常稀疏；

• 数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳；

• 数据类型单一：Hbase中的数据都是字符串，没有类型。

Hbase与关系型数据库的对比

• 与传统行式数据库：

  • 1、数据是按行存储的

  • 2、没有索引的查询使用大量I/O

  • 3、建立索引和物化视图需要花费大量时间和资源

  • 4、面向查询的需求，数据库必须被大量膨胀才能满足性能要求

• 与列式数据库：

  • 1、数据是按列存储-每一列单独存放

  • 2、数据即是索引

  • 3、指访问查询涉及的列-大量降低系统I/O

  • 4、每一列由一个线索来处理-查询的并发处理

  • 5、数据类型一致，数据特征相似-高效压缩

Hbase与HDFS的对比

• 两者都具有良好的容错性和扩展性，都可以扩展到成百上千个节点；

• HDFS适合批处理场景；

• HBase不支持数据随机查找；

• HBase不适合增量数据处理；

• HBase不支持数据更新；