2021-04-30

HBase介绍：
1、分布式开源数据库
2、面向列
3、Big Table开源实现
4、适合非结构化数据的存储
5、PB级别的数据
6、可以支撑在线业务
7、分布式系统特点
8、分布式系统特点：易于扩展，支持动态伸缩，并发数据处理。

面向列数据库
1、关系型数据库：行式存储，每一行数据都是连续的，所有的记录都放到一个连续的存储空间中。
2、列数据库：行式存储，每一列对应一个文件，不同列并不对应连续的存储空间。
3、结构化数据V.S.非结构化数据
结构化数据
预定义的数据模型，模型一旦确定不会经常变化
非结构化数据
没有预定义数据模型
模型不规则，不完整
文本，图片，视频，音频

Hive和Hbase的区别
1、hive和Hbase共同点
都可以处理海量数据
文件都是保存在hdfs上
2、hive和hbase不同
计算不是通过mapreduce实现的，自己实现的CRUD功能
hive通过mapreduce实现，数据查询的
hbase可以有集群，集群的管理是通过zookeeper实现
hive只做离线计算
Hbase提供对数据的随机实时读/写访问功能

HBase对事务的支持，支持行级别的事务

CAP定理：
1、分布式系统的最大难点，就是各个节点的状态如何同步，
2、分区容错性：分布式系统都要有的特性，任何时候都要能提供服务。
3、一致性（所有节点在同一时间具有）

HBase CP系统，强一致性

HBase数据模型

NameSpace 对应 关系型数据库database
表（table）：用于存储管理数据，具有稀疏的、面向列的特点。
行（row）：每一行都对应一个row key行键Hbase有索引但是只是在行键rowkey有索引
列族（ColumnFamily） 键值对集合 Key:value

Zookeeper
1、保证HMaster有一个活着
2、HRegionServer HMaster地址存储
3、监控Region Sever状态，将Region Server信息通知HMaster
4、元数据存储

HMaster

面向列数据库 列式存储

适合存非关系型数据

hbase创建表的过程很简单，只需要指定表名和列族的名字就可以了。

NameSpace->>数据库
table
row-key 行键
column family 列族

组件
HMaster
HRegionServer
HRegion
Hstore
memstore
storefile

分区：
优化查询