2-HBase简介与环境部署

2-1 HBase简介及其在大数据生态圈的位置

BigTable是什么？
BigTable是一种压缩性的，高性能的，高扩展性的基于google系统GFS数据库，用于存储大规模的结构化数据，在扩展性和性能方面有很大的优势。
面向列的数据库
也叫列式数据库。就是把每一列中的数据放在一起进行存储，其概念也是相对于行式数据库而言，比如关系型数据库。
关系型数据，要先建立表结构，还要建立索引，如果数据量很大的进行查询性能可能会很差。列式存储每一列都是单独进行存放的，数据就是索引，降低了系统的IO，而且每一列的数据类型基本上是统一的，易于压缩。
行式数据库适合于随机读，列是数据库适合于大批量的读。具体使用哪种类型的数据库，还要看具体的需求。
为什么HBase适合非机构化数据存储
结构化数据是可以用二维表格存储的数据，非结构化数据比如图片，图表，文档等。对于非结构化的数据，可以以二进制的方式将数据存储到HBase中。这样不管是存储还是查询，都是非常方便和快捷的，并且非常容易扩张。
HBase和HDFS区别
HBase 建立在 Hadoop 文件系统之上，利用Hadoop 的文件系统的容错能力
HBase 提供对数据的随机实时读／写访问功能
HBase 内部使用哈希表，并存储索引，可将在HDFS文件中的数据进行快速查找
HBase的使用场景
瞬间写入量很大，常用的是数据库不好支撑或需要很高的成本支撑
数据需要长久保存，且量会持久增长到比较大的场景
HBase不适用于有join，多级索引，表关系复杂的数据模型。

2-2 HBase数据存储模型及与关系型数据库的区别

CAP定理
对于一个分布式系统不可能同时满足以下三点：
一致性（所有节点在同一时间具有相同的数据）
可用性（保证每个请求不管成功或者失败都有响应，但不保证获取的数据为正确的数据）
分区容错性（系统中的任意数据丢失或者失败不影响系统的继续运作，系统如果不能在某一个时间内达成数据的一致性，就必须在上面两个操作之间做出选择）
对于分布式系统，分区容错性是其必备的，所以要在一致性和可用性中做取舍，几乎所有的情况都是牺牲一致性来换取高可用性。牺牲一致性，只是不像关系型数据库一样要求强一致性，而是要求最终达成一致性。HBase是强一致性的。
ACID定义
Atomic（原子性）：指整个数据库事务是不可分割的工作单位。只有使据库中所有的操作执行成功，才算整个事务成功；事务中任何一个SQL语句执行失败，那么已经执行成功的SQL语句也必须撤销，数据库状态应该退回到执行事务前的状态。
Consistency（一致性）：指数据库事务不能破坏关系数据的完整性以及业务逻辑上的一致性。例如对银行转帐事务，不管事务成功还是失败，应该保证事务结束后ACCOUNTS表中Tom和Jack的存款总额为2000元。
I