HBase的一些要点

以下五点是 HBase 这个 NoSQL 数据库的要点

① 高并发，以扩展，解决海量数据集的随机实时增删改查

② HBase 本质依然是 Key-Value 数据库，查询数据功能很简单，不支持 join 等复杂操作(可

通过 Hive 支持来实现多表 join 等复杂操作)

③ 不支持复杂的事务，只支持行级事务

④ HBase 中支持的数据类型：byte[]（底层所有数据的存储都是字节数组）

⑤ 主要用来存储结构化和半结构化的松散数据。

 

结构化：数据结构字段含义确定，清晰，典型的如数据库中的表结构

半结构化：具有一定结构，但语义不够确定，典型的如 HTML 网页，有些字段是确定的(title)，有些不确定(table)

非结构化：杂乱无章的数据，很难按照一个概念去进行抽取，无规律性

 

HBase 中的表特点

1、大：一个表可以有上十亿行，上百万列

2、面向列：列可以灵活指定，面向列(族)的存储和权限控制，列(簇)独立检索。

3、稀疏：对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。

4、无严格模式：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

 

关于存储系统的模式介绍：

读模式：在读取数据的时候做模式校验，比如数据仓库 Hive

写模式：在写入数据进入存储系统的时候做模式校验，比如 RDBMS

 

 

表结构

1、RDBMS 完全可以抽象成是一张二维表格，表由行和列组成。由行和列确定一个唯一的值

2、HBase 本质是 key-value 数据库，key 是行健 rowkey，value 是所有真实 key-value 的集合

3、HBase 也可以抽象成为一张四维表格，四维分别由行健 RowKey，列簇 Column Family，列

Column 和时间戳 Timestamp 组成。

4、其中，一张 HBase 的所有列划分为若干个列簇 (Column Family)