初识HBASE

一、hbase应用场景

• 海量数据存储，上百亿行×上百万列，关系型数据库一般最多30个列，单表五百万

• 准实时查询，上百亿行×上百万列情况百毫秒

• 上百万行数据没必要放在hbase

• 举例说明实际业务场景中的应用：交通GPS信息、移动电话信息、金融、电商

二、hbase的特点

• 容量大：hbase单表可以百亿行、百万列，数据矩阵横向和纵向亮给维度所支持的数据两级都非常具有弹性；

• 面向列：hbase是面向列的存储和权限控制，并支持独立检索。列式存储，其数据在表中是按照某列存储的，这样在查询只需要少数几个字段的时候，能大大减少读取的数据量；

• 多版本：hbase每列的数据存储有多个版本version；

• 稀疏性：为空的列并不占用存储空间，表可以设计的非常稀疏；

• 扩展性：底层依赖于HDFS，增加节点；

• 高可靠性：WAL机制保证了数据写入时不会因集群异常而导致写入数据丢失：Replication机制保证了在集群出现严重的问题时，数据不会发生丢失或损坏。而且HBase底层使用HDFS HDFS本身也有备份；

• 高性能：底层LSM数据结构和Rowkey有序排列等架构上的独特设计，使得hbase具有非常高的写入性能。region切分、主键索引和缓存机制使得hbase在海量数据下具备一定的随机读取性能，该性能针对Rowkey的查询能达到毫秒级别。

三、hbase架构体系与设计模型

Column Family 列簇

表创建的时候，先建列簇，插入数据时动态增加列

1. 一张表不会超过5个列簇

2. 每个列簇的列数没有限制

3. 列只有插入数据后存在

4. 列在列簇中是有序的

四、hbase对比mysql等关系型数据库

• hbase支持列动态增加

• hbase支持数据自动切分

• hbase支持高并发读写

• hbase不支持条件查询