HBase专项

HBase概述

HBase是Hadoop的数据库，HBase是一个分布式的、面向列的开源数据库，它不同于一般的关系数据库，是一个适合非结构化数据存储的数据库。HBase利用Hadoop的HDFS作为其文件存储系统，利用ZooKeeper作为其协调工具，非常适合用来进行大数据的实时读写。
HBase表是一个稀疏多维表，表中的数据是未经解释的字符串，没有数据类型，每一行都有一个行键，表被分组成许多列族集合，列族支持动态扩展，可以很方便地添加一个列族或列，无须事先预定于列的数量和类型，所有列都是以字符串形式存储。

1）行键（RowKey)

HBase一张表中可以有上亿行记录，每一行都由一个行关键字rowkey来标识。HBase保证对所有行按照rowkey进行字典顺序排序存储。RowKey（行键）可以是任意字符串（最大长度是64KB，实际应用中长度一般为10～100字节）。与关系数据库的主键primarykey不同的地方，HBase中的RowKey只能是一个字段而不能是多个字段的组合。

2）列族（CloumnFamily,CF）和列

HBase表中的每个列，都归属于某个列族。列族必须在使用表之前定义（列不需要事先定义），列族数量不能太多，列名都以列族作为前缀。例如courses:english、courses:history都属于courses这个列族。在每个列族中，可以存放很多的列，而每行每列族中的列数量可以不同。

3）时间戳（TimeStamp)

HBase中通过行关键字、列（列族名和列名）和时间戳的三元组确定一个存储单元（cell）。每个cell都保存着同一份数据的多个版本，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。

版本通过时间戳来索引。时间戳的类型是64位整型。时间戳可以由HBase（在数据写入时自动〉赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由用户自己赋值。