HBase（01）——HBase数据库基础

HBase数据库介绍

HBase是基于Google BigTable模型开发的，典型的key/value系统。正如Bigtable利用Google文件系统提供的分布式数据存储一样，HBase在Hadoop和HDFS之上提供类似Bigtable的功能。
它是建立在hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写nosql的数据库系统。
它是Apache Hadoop生态系统中的重要一员，主要用于海量结构化和半结构化数据存储。
它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等复杂操作)。
HBase查询数据功能很简单，不支持join等复杂操作，不支持复杂的事务（行级的事务）
与hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。
该项目的目标是托管非常大的表 （数十亿行X百万列 ） 在硬件集群上。

官方地址：http://hbase.apache.org/

HBase特点

（翻译自官网）
线性、模块化、可扩展。
严格一致的读写操作。
表的自动和可配置分片
RegionServers之间的自动故障转移支持，高可用性。
HBase表支持Hadoop MapReduce作业。
易于使用的Java API，用于客户端访问。
阻塞缓存和Bloom Filters以进行实时查询。
提供了跨集群数据复制。

HBase的存储机制

HBase是一个面向列的数据库，在表中它由行排序。
表模式定义只能列族，也就是键值对。一个表有多个列族以及每一个列族可以有任意数量的列。后续列的值连续地存储在磁盘上。表中的每个单元格值都具有时间戳。
总之，在一个HBase：
表是行的集合。
行是列族的集合。
列族是列的集合。
列是键值对的集合。
注：
面向列的数据库是存储数据表作为数据列的部分，而不是作为行数据。它们拥有列族。

行式数据库	列式数据库
它适用于联机事务处理（OLTP）。	它适用于在线分析处理（OLAP）。
这样的数据库被设计为小数目的行和列。	面向列的数据库设计的巨大表。

HBase中的表的特点

大：一个表可以有上十亿行，上百万列
无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；
面向列:面向列(族)的存储和权限控制，列(族)独立检索。
稀疏:对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。
数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳
数据类型单一：Hbase中的数据都是字节数组 byte[]。

HBase	RDBMS
无模式，不具有固定列模式的概念;仅定义列族。	有模式，描述表的整体结构的约束。
专门创建为宽表。 HBase是横向扩展。	都是细而专的小表。很难形成规模。
没有任何事务。	RDBMS是事务性的。
反规范化的数据。	具有规范化的数据。
适合用于半结构以及结构化数据。	适合用于结构化数据。