什么是HBase(HBase的初步引入)

前言: HBase主要起源于谷歌的三驾马车论文之一BigTable中,是建立在HDFS上的高可靠性、高性能、列存储、可伸缩、实时读写NoSQL的数据库系统.

1. 为什么会出现HBase

1.1 HBase开篇

要想理解为什么会出现HBase,首先要和其他的大数据组件进行一个对比.

1.1.1 HBase与Hadoop的对比(HDFS的对比)

Hadoop特点或缺点:
	 缺点：Hadoop适用于一次写入多次读取的场景，但是对于大量数据的实时查询，无法适应或不支持
	 引入Hbase：面相列存储,上十亿行,百万列

1.1.2 Hbase和RDBMS关系型数据库对比

1)关系型数据库支持事物丶join等的操作
2)HBase仅支持单行的事物,不支持join操作
3)HBase面向列存储,对于为null的数据不占用空间,可以理解为稀疏表或者稀疏矩阵

1.1.3 HBase与Hive

1)Hive主要为数仓工具,在数仓中提供类似SQL的语法对数据进行清洗丶转换.Hive
将元数据存储在MySQL,真实数据存储在HDFS,基于MR做计算,主要用于离线统计分析.
2)Hbase，将数据存储在DataNode(HDFS)上，但是基于Hbase做实时数据查询的功能.

所以: HBase(Hadoop DataBase)的出现解决了Hadoop在实时领域的不足之处.

2. HBase的应用场景

2.1 HBase的基石

• 1: 基于HDFS实现数据的存储
• 2: 基于MR实现大数量量的计算或查询
• 3: 基于ZK实现状态处理(所以启动HBase前要先启动HDFS和zookpeer)

2.2 应用场景

• 对象存储:

	不少的头条类、新闻类的的新闻、网页、图片存储在HBase之中，一些病毒公司的病毒库也是存储在HBase之中.

• 时序存储

HBase之上有OpenTSDB模块，可以满足时序类场景的需求

• 推荐画像

用户画像，是一个比较大的稀疏矩阵，蚂蚁金服的风控就是构建在HBase之上

• 时空数据

主要是轨迹、气象网格之类，滴滴打车的轨迹数据主要存在HBase之中，另外在技术
所有大一点的数据量的车联网企业，数据都是存在HBase之中

• 消息/订单

在电信领域、银行领域，不少的订单查询底层的存储，另外不少通信、消息同步的应用构建在HBase之上

• Feeds流

朋友圈类似的应用，用户可以随时发布新内容，评论、点赞。

• NewSQL

有Phoenix的插件，可以满足二级索引、SQL的需求，对接传统数据需要SQL非事务的需求

• 其他

存储爬虫数据
海量数据备份
短网址
…..