(中文)HBase官方文档-0.97
(英文)Apache HBase Reference Guide
概述
NoSQL
HBase是一种”NoSQL”数据库。”NoSQL”是一个通用词表示数据库不是RDBMS(Relation Database Management System,关系型数据库管理系统),后者支持SQL作为主要访问手段。有许多种NoSQL数据库:BerkeleyDB是本地NoSQL数据库例子,而HBase是大型分布式数据库。技术上来说,HBase更像是”数据存储(Data Store)”多于”数据库(Data Base)”。因为缺少很多RDBMS特性,如列类型,第二索引,触发器,高级查询语言等。
然而,HBase有许多特征同时支持线性化和模块化扩充。HBase集群通过增加RegionServers进行扩充。它可以放在普通的服务器中。例如,如果集群从10个扩充到20个RegionServer,存储空间和处理容量都同时翻倍。RDBMS也能很好扩充,但仅对一个点,特别是对一个单独数据库服务器的大小,同时,为了更好的性能,需要特殊的硬件和存储设备。HBase特性:
- 强一致性读写:HBase不是”最终一致性(eventually consistent)”数据存储。这让它很适合高速计数聚合类任务。
- 自动分片(Automatic sharding):HBase表通过region分布在集群中。数据增长时,region会自动分割并重新分布。
- RegionServer自动故障转移
- Hadoop/HDFS集成:HBase支持本机外HDFS作为它的分布式文件系统。
- MapReduce:HBase通过MapReduce支持大并发处理,HBase可以同时做源和目标。
- Java客户端API:HBase支持易于使用的Java API进行编程访问。
- Thrift/REST API:HBase也支持Thrift和REST作为非Java前端。
- Block Cache和Bloom Filters:对于大容量查询优化,HBase支持Block Cache和Bloom Filters。
- 运维管理:HBase提供内置网页用于运维视角和JMX度量。
什么时候用HBase
HBase不适合所有问题。
首先,确信有足够多数据,如果有上亿或上