Hbase体系结构+读写流程+简单调优+异常数据恢复

Hbase简介

1. 分布式的、面向列，可以运行在HDFS上的数据库
2. 适合存储访问超大规模的数据集
3. 不是关系型数据库，不支持SQL
4. 源于google的bigtable论文
5. Hbase，不支持各种数据类型，只有字符串类型（底层都是：字节数组）

概念介绍

1. RowKey：表中每条记录的主键；
2. Column Family：列族，将表进行横向切割；
3. Column：属于某一个列族，可动态添加列；
4. Version Number：类型为Long，默认值是系统时间戳，可由用户自定义；
5. Value：真实的数据；
6. Region：一段数据的集合；
7. RegionServer：用于存放Region的服务

Hbase与传统型数据库的区别

1. 存储的量级
   传统的关系型数据库，随着数据量的增大，查询速度会越来越慢，一张有上百个字段的数据表在有千万级别的数据量时，响应速度会变的非常缓慢。
   而HBase是一个分布式的数据存储系统，它的建立是基于HDFS的。其设计的初衷就是为了解决传统关系型数据库在处理海量数据时，速度太慢的问题。

2. 数据的灵活度
   HBase是面向列存储的，其存储结构是一种key-value的方式，因此在数据有新的字段需求的时候可以随意增加。
   而传统关系型数据库则只能通过关联表的方式，通过增加外键和索引来处理新的字段，因此极为不便。

3. 响应的速度
   传统关系型数据库读写数据是需要考虑主键、外键和索引等因素的，随着数据的剧增其响应速度也是梯度下降的。
   Hbase则不会有这样的问题，其写数据的性能和表的大小无关，并且由于其key-value的存储格式等原因，其读数据的速度也几乎不会下降。

4. 良好的扩容
   HBase的扩容只需要在集群上简单的增加节点。其新增节点的代价很小，HBase中增加一个节点服务器代价不高，并且由于节点很多，某个节点宕机并不会对整个集群造成巨大影响。
   而传统关系型数据库只能通过升级硬件来升级服务，单台高性能的服务器价格是非常昂贵的。

5. 索引的支持
   传统关系型数据库则会随着数据量的增加，出现索引膨胀的问题。
   HBase是不支持索引的，在降低了查询便利度的同时增加了响应性能。

6. 自动分区
   HBase中的数据表会自动分裂，存入合适的RegionServer上。
   传统关系型数据库则需要手动操作来实现分区。

Hbase与HDFS的关系

HBase可以构建在磁盘上，也可以构建在HDFS上，构建在HDFS上是目前较广泛的用法。它与Hadoop的关系如图所示。