Hbase简易知识理论

前言

	：HBase是一个分布式的、面向列的开源数据库

特点

	1.非关系型数据库，可以存储海量数据
	2.提供了低延迟的数据查询能力。低延迟指的是能够在秒级甚至毫秒级给出响应
	3.面向列存储的数据库。

行列存储比较

	在数据写入上的对比
		1）行存储的写入是一次完成。如果这种写入建立在操作系统的文件系统上，
		   可以保证写入过程的成功或者失败，数据的完整性因此可以确定。
		   性因此可以确定。
		
		2）列存储由于需要把一行记录拆分成单列保存，写入次数明显比行存储多
		 （意味着磁头调度次数多，而磁头调度是需要时间的，一般在1ms~10ms)，
		  再加上磁头需要在盘片上移动和定位花费的时间，实际时间消耗会更大。
		  所以，行存储在写入上占有很大的优势。

        3）还有数据修改,这实际也是一次写入过程。不同的是，数据修改是对磁盘
           上的记录做删除标记。行存储是在指定位置写入一次，
           列存储是将磁盘定位到多个列上分别写入，这个过程仍是行存储的列数倍
           所以，数据修改也是以行存储占优。

	在数据读取上的对比
		1）数据读取时，行存储通常将一行数据完全读出，如果只需要其中几列数据
		   的情况，就会存在冗余列，出于缩短处理时间的考量，消除冗余列的过程
		   通常是在内存中进行的。

        2）列存储每次读取的数据是集合的一段或者全部，不存在冗余性问题。
        
    	3）两种存储的数据分布。由于列存储的每一列数据类型是同质的，不存在
    		二义性问题。比如说某列数据类型为整型(int)，那么它的数据集合一定是
    		整型数据。这种情况使数据解析变得十分容易。相比之下，行存储则要复杂
    		得多，因为在一行记录中保存了多种类型的数据，数据解析需要在多种数据类
    		型之间频繁转换，这个操作很消耗CPU，增加了解析的时间。所以，列存储的
    		解析过程更有利于分析大数据。

优缺点比较

  	   1）行存储的写入是一次性完成，消耗的时间比列存储少，并且能够保证数据的完
  	      整性，缺点是数据读取过程中会产生冗余数据，如果只有少量数据，此影响可以
   	      忽略;数量大可能会影响到数据的处理效率。

       2）列存储在写入效率、保证数据完整性上都不如行存储，它的优势是在读取过程，
          不会产生冗余数据，这对数据完整性要求不高的大数据处理领域，比如互联网
          犹为重要。