HBase的基础知识

文章名称：HBase的基础知识

文章内容：将简单描述HBase的知识点，和对HBase 能够有简单的认识

文章作者：爱划水的潇洒哥

提示：以下内容为个人学习的总结，更多详细资料需您自行查阅。

前言：Hadoop采用Java语言开发，是对Goolgle的 MapReduce、GFS 和 BigData等核心技术的开源实现。基于谷歌的三驾马车开源实现的分布式大数据开发平台，MapReduce是Hadoop的核心组件。

目录

• HBase是什么

• HBase有什么用

• HBase优缺点

• HBase架构

HBase是什么

HBase是一个开源的、分布式、版本化的非关系型数据库，利用HDFS提供分布式数据存储。

HBase采用了Google BigData稀疏的面向列的数据库的实现方式的原理，建立在HDFS上，一方面用了HDFS的高可靠性和可伸缩性。一方面类似BigData的分布式数据库，大部分特性和BigData一样，是一个稀疏的，长期存储的，多维度、排序的映射表。

HBase有什么用

HBase是可随机访问的存取和检索数据的存储平台，存储结构化和半结构化数据（网站可将网页内容，日志信息存在HBase）

目的：存储并处理大型数据

补充：

结构化数据：关系型数据库，以表形式管理数据

半结构化数据：非关系型模型的，有基本固定结构模型的数据（XML、HTML、Json文件、日志文件）

非结构化数据：没有固定模型数据（word、PDF、PPT、图片、视频）

关系型数据库：“多对多，一对多，一对一”

非关系型数据库：“一列为一个记录，键值对，文档”

HBase优缺点

HBase 是典型的 NoSQL 数据库，通常被描述成稀疏的、分布式的、持久化的，由行键、列键和时间戳进行索引的多维有序映射数据库，主要用来存储非结构化和半结构化的数据。

因为 HBase 基于 Hadoop 的 HDFS 完成分布式存储，以及MapReduce 完成分布式并行计算，所以它的一些特点与 Hadoop 相同，依靠横向扩展，通过不断增加性价比高的商业服务器来增加计算和存储能力。

HBase 虽然基于 Bigtable 的开源实现，但它们之间还是有很多差别的，Bigtable 经常被描 述成键值数据库，而 HBase 则是面向列存储的分布式数据库。

（HBase 是当前，以及未来最实用的数据库之一）

优势

• 容量巨大 （一个单表可有百亿、百万列，可横向，纵向插入数据，弹性巨大）

• 列存储 （它每个列是单独存储，支持独立检索，读取，插入数据相对容易）

• 稀疏性 （HBase中的数据是以字符串形式存储的，为空的列并不占用存储空间，表可以设计成十分稀疏）

• 扩展性强 （HBase工作在HDFS上，支持分布式表，也继承了HDFS的可扩展性，HBase可扩展性是横向的）

• 高可靠性 （HBase工作在HDFS上，HDFS数据有备份，WAL机制保证了数据写入时不会因工作集群异常而导致写入数据丢失）

缺点：

• 单一RowKey固有的局限性决定了它不可能有效地支持多条件查询

• 不适合于大范围扫描查询

• 不直接支持 SQL 的语句查询

HBase架构

上图展示了 HBase 的系统架构，包括客户端、ZooKeeper 服务器、HMaster 主服务器和 RegionServer。Region 是 HBase 中数据的物理切片，每个 Region 中记录了全局数据 的一小部分，并且不同的 Region 之间的数据是互不重复的。

客户端

Client，包含访问HBase接口，是整个HBase系统的入口

Region Server（连接客户）

负责处理数据的读写请求，客户端请求数据时直接和Region Server交互

HBase Master（分配任务）

负责Region的分配，DDL（创，删操作）

Zookeeper

负责维护协调，集群状态

上面的组件式如何一起工作？

Zookeeper用来协调系统中的集群状态信息共享，Region Server和HMaster 和 Zookeeper保持会话，Zookeeper通过心跳检测来维护所有 临时结点

总结

本次HBase知识点过于琐碎，导致没有完整的写完还有一些HBase的模型概念，模型名称没有描述，还有 HBase shell 的一些指令 在后续会补上。本次参考了一份教案目前还在学习整理中，还有太多太多未学习的，还需个人自身学习多一点才有东西更新。