hbase数据读取优化_HBase 客户端怎么读取与写入数据以及如何优化写入读取

1. HBase 介绍

1.1 HBase 是什么

HBase 全称为 Hadoop Database，即 Hadoop 数据库，是一个高可靠、高性能、面向列族、可伸缩的分布式的存储系统。HBase 使用 HDFS 作为其文件存储系统，可以使用 Hadoop 的 MapReduce、Spark 及 Flink 来处理 HBase 中的海量数据，利用 ZooKeeper 作为其协调工具。可在廉价 PC Server 上搭建起大规模结构化存储集群。

1.2 HBase 的优势与劣势

传统数据库相比，HBase 的架构优势：

完全分布式(数据分片、故障自恢复、无限扩展)

数据存储在 HDFS 上，使得存储与计算分离

数据冗余

对机器要求不高

记录稀疏，对于特定的数据能够有效减少不必要数据的存储

HBase 的架构劣势：

单一 RowKey 固有的局限性决定了它不可能有效支持多条件查询

不支持直接 SQL 查询

2. HBase 数据模型

在 HBase 中，数据存储在有行列的表中。这就和关系型数据的属性有些重合。但是概念上有些不一样， HBase 将表视为多维映射(Map)。

HBase 数据模型概念：

HBase 数据模型概念上分为表、行、列、列族、列限定符、单元格、时间戳。

HBase 表由许多行组成，每行是由行键及一个或者多个列族组成；

列族是由许多列和对应的值组成，列在 HBase 中由列族和列限定符组成，使用 : 分隔；

单元格是将行、列族、列限定符、包含的值及时间戳的组合，代表这数据的版本；

每个值都会有一个时间戳，代表着这个数据的版本。

2.1 概念上的视图

下面是根据 BigTable 论文第二页稍加修改的例子。

有一个名为 internetInfo 的表，包含两行 ( com.apple.www and com.microsoft.www ) 以及三个列族：contents，anchor，peoples。在这个例子里面，第一行 com.apple.www，anchor 有两个列(anchor:css.com、anchor:look.ca)，contents 仅有一列(contents:html)。

这个例子中行键为 com.apple.www 的包含 5 个版本的数据&#