本文内容
- HBase 简介和应用场景
- spring-boot-starter-hbase 开源简介
- 集成 HBase 实战
- 小结
一、HBase 简介和应用场景
1.1 HBase 是什么?
HBase 是什么?HBase 是在 Hadoop 分布式文件系统(简称:HDFS)之上的分布式面向列的数据库。而且是 2007 最初原型,历史悠久。
那追根究底,Hadoop 是什么?Hadoop是一个分布式环境存储并处理大数据。Hadoop 使用 MapReduce 算法统计分析大数据。这时候不得不说下 Google 的著名的三篇大数据的论文,分别讲述 GFS、MapReduce、BigTable,详见 https://www.bysocket.com/archives/2051。
那回到 HBase,HBase 在 Hadoop 之上提供了类似 BigTable 的能力,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。它也不同于行式数据库,是基于列的模式。
HBase 一个面向列的数据库,排序由行决定。简而言之:
- 表是行的集合。
- 行是列族的集合。列族,就是键值对。每个列族以 key 为列命名,可以有无数的列。
- 列族就是列的集合。列连续存储,并且每个单元会有对应的时间戳
- 列的存储也是键值对。
与行式数据库最大的区别就是,可以面向列设计巨大表,适用于在线分析处理 OLAP。
与关系型数据库 RDBMS 也有些区别如下:
- HBase 宽表,横向扩展。RDBMS 小表,难成规模
- HBase 没有事务
- HBase 无规范化数据,都是键值对 key value
1.2 HBase 应用场景
官网上 hbase.apache.org,特性这么多:
Features:
Linear and modular scalability.
Strictly consistent reads and writes.
Automatic and configurable sharding of tables
Automatic failover support between RegionServers.
Convenient base classes for backing Hadoop MapReduce jobs with Apache HBase tables.
Easy to use Java API for client access.
Block cache and Bl