HBASE应⽤场景

HBASE应⽤场景
1、⽤户画像
⽐如⼤型的视频⽹站，电商平台产⽣的⽤户点击⾏为、浏览⾏为等等存储在HBase中为后续的智能推荐做数据⽀撑。
2、消息/订单存储
这个场景主要应⽤在电商平台，因为HBase提供了⼀个低延时、⾼并发的访问能⼒
3、对象存储
这⾥的对象存储实际是中等对象存储，是对HDFS存储⽂件的⼀个缓冲过度，因为如果我们⼤量的1M或2M这种⼩⽂件直接存储在HDFS上，会对NAMENODE造成元数据维护的压⼒，所以在HBase中可以很好的做过度合并后在持久化到HDFS上。HBase提供了中等对现象的存储能⼒，中等对象的⼤⼩范围在100k⾄10M之间。
4、时序数据
这⾥的时序数据是指随着时间⽽变化的数据，⽐如速度的展⽰，天⽓、温度、风速、车流量等等
5、Cube分析（KyLin）
通过KyLin将Hive或kafka中的数据，来构建Cube，这些Cube会存储在HBase中，以供其他的应⽤或其他的系统做实时查询或实时展⽰。
6、Feeds流
这个场景主要是应⽤在抖⾳、或其他⼩视频系统中，可以把Feeds流理解为⼀种内容聚合器，它可以帮助⽤户实时的获取最新的订阅源内容。
作者：机灵⿁⿁
来源：简书
⼀、Hbase能做什么？

1. 海量数据存储：
   上百亿⾏ x 上百万列
   并没有列的限制
   当表⾮常⼤的时候才能发挥这个作⽤， 最多百万⾏的话，没有必要放⼊hbase中
2. 准实时查询：
   百亿⾏ x 百万列，在百毫秒以内
   ⼆、Hbase在实际场景中的应⽤：
3. 交通⽅⾯：
   船舶GPS信息，全长江的船舶GPS信息，每天有1千万左右的数据存储。
4. ⾦融⽅⾯：
   消费信息，贷款信息，信⽤卡还款信息等
5. 电商：
   淘宝的交易信息等，物流信息，浏览信息等
6. 移动：
   通话信息等，都是基于HBase的存储。
   Hbase的特点：
7. 容量⼤：
   传统关系型数据库，单表不会超过五百万，超过要做分表分库，不会超过30列
   Hbase单表可以有百亿⾏、百万列，数据矩阵横向和纵向两个维度所⽀持的数据量级都⾮常具有弹性
8. ⾯向列：
   ⾯向列的存储和权限控制，并⽀持独⽴检索，可以动态增加列，即，可单独对列进⾏各⽅⾯的操作
   列式存储，其数据在表中是按照某列存储的，这样在查询只需要少数⼏个字段的时候，能⼤⼤减少读取的数量
9. 多版本：
   Hbase的每⼀个列的数据存储有多个Version，⽐如住址列，可能有多个变更，所以该列可以有多个version
10. 稀疏性：
    为空的列并不占⽤存储空间，表可以设计的⾮常稀疏。
    不必像关系型数据库那样需要预先知道所有列名然后再进⾏null填充
11. 拓展性：
    底层依赖HDFS，当磁盘空间不⾜的时候，只需要动态增加datanode节点服务(机器)就可以了
12. ⾼可靠性：
    WAL机制，保证数据写⼊的时候不会因为集群异常⽽导致写⼊数据丢失
    Replication机制，保证了在集群出现严重的问题时候，数据不会发⽣丢失或者损坏
    Hbase底层使⽤HDFS，本⾝也有备份。
    7.⾼性能：
    底层的LSM数据结构和RowKey有序排列等架构上的独特设计，使得Hbase写⼊性能⾮常⾼。
    Region切分、主键索引、缓存机制使得Hbase在海量数据下具备⼀定的随机读取性能，该性能针对Rowkey的查询能够到达毫秒级别
    LSM树，树形结构，最末端的⼦节点是以内存的⽅式进⾏存储的，内存中的⼩树会flush到磁盘中