【Hadoop入门学习系列之六】HBase基本架构、编程模型和应用案例

一.HBase概述

HBase是一个构建在HDFS上的分布式列存储系统；

HBase是Apache Hadoop生态系统中的重要一员，主要用于海量结构化数据存储；

从逻辑上讲， HBase将数据按照表、行和列进行存储。

Hbase是Hadoop生态系统的一个组成部分

Hbase与HDFS对比

• 共同点：
  两者都具有良好的容错性和扩展性，都可以扩展到成百上千个节点；
• 不同点：
  HDFS：
  适合批处理场景
  不支持数据随机查找
  不适合增量数据处理
  不支持数据更新
  HBase：
  大：一个表可以有数十亿行，上百万列；
  无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；
  面向列：面向列（族）的存储和权限控制，列（族）独立检
  索；
  稀疏：对于空（ null）的列，并不占用存储空间，表可以设计
  的非常稀疏；
  数据多版本：每个单元中的数据可以有多个版本，默认情况
  下版本号自动分配，是单元格插入时的时间戳；
  数据类型单一： Hbase中的数据都是字符串，没有类型

行存储与列存储

---

二.HBase模型和基本架构

2.1 HBase数据模型

HBase是基于Google BigTable模型开发的，典型的key/value系统；

Hbase逻辑视图

Rowkey与Column Family