MySQL + HBase是我们日常应用中常用的两个数据库,分别解决应用的在线事务问题和大数据场景的海量存储问题。
# 从架构对比看差异
相比MySQL,HBase的架构特点:
1.完全分布式(数据分片、故障自恢复)
2.底层使用HDFS(存储计算分离)。
由架构看到的能力差异:
1. MySQL:运维简单(组件少)、延时低(访问路径短)
2.HBase:扩展性好、内置容错恢复与数据冗余
# 从引擎结构看差异
相比MySQL,HBase的内部引擎特点:
1. HBase原生没有sQL引擎(无法使用sQL访问,使用APlI),云HBase增强版(Lindorm)及开源Phoenix均提供sQL能力
2.HBase使用LSM(Log-Structure Merge)树,,Innodb使用B+树。
由引擎结构(B+Tree vs LSM Tree)看到的能力差异:
1.MySQL:读写均衡、存在空间碎片
2. HBase:侧重于写、存储紧凑无浪费、Io放大、数据导入能力强
# 关于LSM树和B+树的理解
目的是为了减少磁盘IO,
索引:某种数据结构,方便查找数据
hash索引不利于范围查询,使用树结构
B+树
-
从磁盘读数据是以页为单位,根据这个特点使用平衡多路查找树
-
B+树的非叶子节点存放索引,叶子节点存放数据
-
非叶子节点能够存放更多的索引,树的高度更低
-
叶子节点通过指针相连,有利于区间查询
-
叶子节点和根节点的距离基本相同,查找的效率稳定
-
数据插入导致叶子节点分裂,最终导致逻辑连续的数据存放到不同物理磁盘块位置,导致区间查询效率下降
LSM Tree
-
LSM(Log-Structured Merge),LevelDB,RocksDB,HBase,Cassandra等都是基于LSM结构
-
HDD,SSD顺序读写的速度都高于随机读写,写入日志就是顺序写
-
WAL,memtable,sstable
-
有利于写,不利于读,先从memtable查找,再到磁盘所有的sstable文件查找
-
Compaction的目的是减少sstable文件数量,缓解读放大的问题,加速查找可以对sstable文件使用布隆过滤器
-
Compaction策略
-
STCS(SIze-Tiered Compaction Strategy)空间放大和读放大问题
-
LCS(Leveled Compaction Strategy)写放大问题
-
Compaction会引入写放大问题,在Value较大时采用KV分离存储缓解写放大
-
写操作多于读操作时,LSM树有更好的性能,因为随着insert操作,为了维护B+树结构,节点分裂。读磁盘的随机读写概率会变大,性能会逐渐减弱。LSM树相比于B+树,多次单页随机写变成一次多页随机写,复用了磁盘寻道时间,极大提高写性能。不过付出代价就是放弃部分读性能。
# 数据访问
相同之处:数据以表的模型进行逻辑组织,应用对数据进行增删改查
不同之处:MySQL的SQL功能更丰富:事务能力更强,HBase既可以用APIl进行更灵活、性能更好的访问,也可以借助Phoenix使用标准sQL访问;只支持单行事务
HBase的特色功能--TTL
HBase的特色功能—多版本
HBase的特色功能—多列簇
HBase的特色功能—MOB
# 从生态看差异
MySQL:满足APP的在线数据库存储,一般有我足矣
大数据圈:应用于大数据场景的存储、计算及管理组件
MySQL:一般可独立满足在线应用的数据存储需求,或者与少量组件配合(如缓存、分库中间件)
HBase:一般需要和较多大数据组件一起配合完成应用场景,场景架构的设计、实施存在较大的挑战
# 总结
哪些场景的存储适合HBase ?