HBase简介

HBase简介

1. HBase

（一）.什么是HBase

HBase技术来源于 Fay Chang 所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。
HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。
HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。
HBase实际上是一个Hadoop的数据库系统，它的主要作用和传统数据库系统一样存储数据和检索数据。不同的是，HBase可以存储海量数据及海量数据的检索。

(二).为什么使用hbase

传统的RDBMS关系型数据库（例如SQL）存储一定量数据时进行数据检索没有问题，可当数据量上升到非常巨大规模的数据（TB或PB）级别时，传统的RDBMS已无法支撑，这时候就需要一种新型的数据库系统更好更快的处理这些数据。数据量达到PB,EB,ZB级别的数据考虑使用HBase。

（二）.HBase的地位

HBase占有举足轻重的作用，它居于HDFS之上，与MapReduce可以集成，与Hive也是集成的，HBase表中的数据与Hive表的数据可以关联，而后面的Spark也可以读HBase的数据。

2.HBase架构设计及表的存储设计

1. HBase是水平扩展的、分布式的、开源有序映射数据库。
2. 它运行在Hadoop文件系统HDFS上。它不要求有预定义的模式，可以被看做弹性扩展的多维表格，通过动态添加列，在数据插入或查询之前修改列结构，以支持任意的数据结构。
3. HBase是一个建立在HDFS上的列存储数据库，具有至此线性扩展（横向扩展）、自动故障转移、自动分区及模式自由等特性。

（一）与hadoop的hdfs对比如下图

（二）与RDBMS对比如下图3.HBase数据存储模型

Master：
为HBase的主节点，用来协调客户端应用程序和RegionServer的关系，同时用来监控和记录元数据的变化和管理。
RegionServer：
是从节点，用region的形式处理实际的表。region是HBase表的基础单元组件，它存储了分布式表。所以HBase表和HBase集群利用Master和RegionServer来协同工作。
ZooKeeper：
是一个高性能、集中化、分布式应用程序协调服务，它为HBase提供了分布式同步和组服务。在HBase中，它用来选举集群主节点Master，以便跟踪可用的在线服务器，同时维护集群的元数据。一般安装多个，用于提供Master的高可用性。

3.HBase数据存储模型

1. Base不是以关系设计为中心，它是根据用户需求更灵活的开放设计。它提供了在行键上的单一索引，这在关系世界里称为主键。我们可以通过把行划分为列族和列来避免大的读取和写入操作，并且这种方式支持水平切分和垂直切分。
2. HBase中没有花哨的数据类型，它所有都是字节数组。它是一种字节进字节出的数据库，其特征在于，当插入一个值时，HBase隐式地通过序列号框架将数据转换成字节数组，然后存储进单元格，或者给出字节数组。
3. 当添加或者获取数值时，它隐式地转换成等价的数据展示出来。
4. HBase的单元格只能容纳字节数组。任何可以转换成字节的数据都可以存储在HBase中。
5. 可以存储10-15MB的值到HBase的单元格中，但如果值太大，可以将文件存储到HDFS中，然后在HBase中存储文件的路径。