HBase笔记

1.应用场景和特点

hbase => 当数据量非常大的时候才会体现出hbase的优势

特点：

海量数据存储 => 单表可有上百亿行。上百万的列。也就是对列没有限制。 => 关系型数据库正常单表不超过五百万行，不超过三十列。

面向列 => 动态添加数据的时候生成列。单独对列进行各种操作。

多版本 

稀疏行 => 为空的列不占用磁盘空间。 => 关系型数据库当列为空的时候值会为null。也会占用磁盘空间

扩展性 => 底层依赖于HDFS => 数据内存不够的时候只需要动态添加机器就行。

高可靠性 => 

高性能 => 高写高读性能。

准实时查询 => 百毫秒实时查询上亿数据量

应用场景 ：

交通，金融，电商，移动...

 

概念与定位

概念：

如何选择合适hbase的版本

官网版本 => https://archive.apache.org/dist/hbase/ => 较新

cdh版本 => http://archive.cloudera.com/cdh5/ => 较稳定，兼容性优。

定位：认识hbase在hadoop2.x生态系统中的定位

 

架构体系与设计模型

架构体系：

宏观图分析：
hbase内部有两个主要的进程服务 => Master/RegionServer

hbase依赖与两个外部服务 => HDFS（hbase的数据是基于HDFS存储的，也就是说写入hbase的数据最终落入到HDFS分布式文件系统中）/ZooKeeper（分布式的框架）

 regionserver管理集群上面的数据。会及时报告信息（状态和管理内容）给master服务。也会报告zookeeper。

 

设计模型：

关系型数据库：只需要设计数据库的列。并且要确定列的值，才能对数据进行操作。

hbase：面向列（列蔟）的数据库，不需要先制定列。只需要设定列蔟。

例如下图

在hbase表设计的时候，只需要确定column family即可。column family 的子列不需要制定，子列的生成是数据的动态增加而自动生成的。

表结构数据模型说明：

 

列蔟的概念：

 

hbase数据库与关系型数据的对比：