Hbase学习分享

最近因为项目需要，开始接触Hbase。学习的过程中遇到了一些问题，也找到了一些方法和好的资料，通过本文总结一下，同时也与大家分享。

 

按照顺序，总结如下：

 

什么是Hbase

概况的讲，Hbase是bigtable的开源山寨版本，是建立的hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。高存储、便于横向扩展的特性，也是我们项目选择Hbase进行存储的主要原因。

 

学习Hbase需要了解到Hbase的逻辑视图和物理存储。

逻辑视图：

一行（row） 对应 多个列族（family），一个family对应多个列（Column），每一个列对应一个存储单元（cell），而每一个单元格保存着一份数据的多个版本，版本之间通过时间戳（version）来做区分，不同版本的数据按照时间的倒叙排序，即最新的数据排在最前面。

 

物理存储：

Hbase的table在行的方向上分割为多个Hregion，Hregion增大到一定程度时，会自动分割为两个新的Hregion。不同Hregion会分布在不同的Hregion Server上面。因此HRegion是Hbase中分布式存储和负载均衡的最小单元。

不过HRegion不是存储的最小单元，下面可以细分为Store，StoreFile。

 

关于Hbase的更详细的内容，可以参考淘宝数据平台的博客“Hbase 介绍”，写得非常的好和全面。

 

如何使用Hbase

Hbase的环境搭建目前是公司DBA来弄的，还没有自己动手实践，以后有机会自己安装一次试试。这里的使用就是使用

Java Client API连接Hbase数据库，通过程序操纵数据库的增删改查。

Hbase的API设计的蛮简单的，简单功能的使用只需要掌握下面几个类就OK了，如下：

Configuration、HBaseAdmin、HTableDescriptor、HTable、HTablePool、ResultScanner、KeyValue、Scan、Get、Result

 

具体实例，可以参考HBase编程api介绍、H.E.'s Blog关于Hbase的系列文章，其中HBase入门篇2-Java操作HBase例子这篇文章写和详细。

 

Hbase的写入性能

测试了Hbase在单线程和多线程的读写性能，测试文档如附件。

关于影响Hbase性能的因素，可以参考文章：

影响HBase insert性能的几个因素

 

Hbase的封装访问类

目前Hbase比较成熟的封装类不多，比较好的就是Hbase-dsl，项目地址：https://github.com/nearinfinity/hbase-dsl/wiki

 

常用链接：

Hbase的中文API

Apache HBase Book

 

 

这篇文章只是简单罗列了一些找到的关于Hbase的资料，方便自己和他人，欢迎讨论

Hbase挺强大的，还要不断的学习。

 

文 by 中亭