HBase简介-CSDN博客

本文链接：https://blog.csdn.net/weixin_46192593/article/details/126043642

HBase是什么

HBase是基于Hadoop的、面向列的、NoSQL数据库，是一个针对半结构化数据的、开源的、多版本的、可伸缩的、高可靠的、高性能的、分布式的、面向列的动态模式数据库。其全称是Hadoop Database。

HBase的数据模型是稀疏排序映射表(Key/Value)，其中键由行关键字、列关键字和时间戳构成。

HBase的目标是存储并处理大型数据、支持对大规模数据的随机和实时读写访问。
即便HBase仅用普通的硬件配置，也能够处理上亿的行和几百万的列所组成的超大型数据库。

Hadoop是一个高容错、高延时的分布式文件系统和高并发的批处理系统，不适用于提供实时计算，而HBase是可以提供实时计算的分布式数据库(但是需要占用大量的内存)，其数据被保存在HDFS上，由HDFS保证其高容错性(HBase也可以使用本地文件系统)。

HBase上的数据是以二进制流的形式存储在HDFS上的数据块中的，可以用MapReduce处理，它将输出存储和并行计算有机地结合在一起。

HBase是按列簇进行数据存储的，每个列簇会包括很多列，并且这些列是经常需要同时处理的属性。换句话说，HBase把经常需要一起处理的列构成列簇一起存放，从而避免列需要对这些列进行重构的操作。在充分利用列式存储的同时，通过列簇减少列连接的需求。

HBase列式数据模型简介

数据模型概述

HBase是一个稀疏、多维度、有序的映射表。

这张表中每个单元是通过行键、列簇、列限定符和时间戳组成的索引来标识的。
每个单元的值是一个未经过解析的二进制数组，没有数据类型。

表中的每一行由一个或多个列簇组成，一个列簇中可以包含任意列。
在同一表下，每行所包含的列簇是相同的，即列簇的个数与名称都是相同的，但每一行中的每个列簇中的烈属可以不同。

1模型

HBase中的同一个列簇中的数据存储在一起，列簇支持动态扩展，随时可以添加新的列，无需提前定义列的数量。
所以，在表中会有的行在某些列上没有数据，因此HBase的表是稀疏的。

HBase 执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，原有的版本仍然保留。
用户可以对 HBase 保留的版本数量进行设置。在查询数据库的时候，用户可以选择获取距离某个时间最近的版本，或者一次获取所有版本。
如果查询的时候不提供时间戳，那么系统就会返回离当前时间最近的那一个版本的数据。
HBase 提供了两种数据版本回收方式：一种是保存数据的最后3个版本；另一种是保存最近一段时间内的版本，如最近一个月。