HBase与Hadoop的关系丶与RDBMS对比

1.HBase与Hadoop的关系

HDFS

• 为分布式存储提供文件系统
• 针对存储大尺寸的文件进行优化，不适用对HDFS上的文件进行随机读写
• 直接使用文件
• 数据模型不灵活
• 使用文件系统和处理框架
• 优化一次写入，多次读取的方式

HBase

• 提供表状的面向列的数据存储
• 针对表状数据的随机读写进行优化
• 使用key-value操作数据
• 提供灵活的数据模型
• 使用表状存储，支持MapReduce，依赖HDFS
• 优化了多次读，以及多次写

2.RDBMS与HBase的对比

关系型数据库

• 结构：
  • 数据库以表的形式存在
  • 支持FAT、NTFS、EXT、文件系统
  • 使用Commit log存储日志
  • 参考系统是坐标系统
  • 使用主键（PK）
  • 支持分区
  • 使用行、列、单元格
• 功能：
  • 支持向上扩展
  • 使用SQL查询
  • 面向行，即每一行都是一个连续单元
  • 数据总量依赖于服务器配置
  • 具有ACID支持
  • 适合结构化数据
  • 传统关系型数据库一般都是中心化的
  • 支持事务
  • 支持Join

HBase

• 结构：
  • 数据库以region的形式存在
  • 支持HDFS文件系统
  • 使用WAL（Write-Ahead Logs）存储日志
  • 参考系统是Zookeeper
  • 使用行键（row key）
  • 支持分片
  • 使用行、列、列族和单元格
• 功能：
  • 支持向外扩展
  • 使用API和MapReduce来访问HBase表数据
  • 面向列，即每一列都是一个连续的单元
  • 数据总量不依赖具体某台机器，而取决于机器数量
  • HBase不支持ACID（Atomicity、Consistency、Isolation、Durability原子性、一致性、隔离性、耐久性）
  • 适合结构化数据和非结构化数据
  • 一般都是分布式的
  • HBase不支持事务
  • 不支持SQL
  • 不支持Join