HBase介绍

简介

• 高可靠，高性能，面向列，可伸缩，实时读写的==分布式数据库==
• 利用HDFS作为其文件存储系统，支持MR程序读取数据
• 存储非结构化和半结构化数据

 RowKey：主键，数据唯一标识，按字典排序
 Column Family：列族，多个列的集合，最多不要超过3个

HBase能做什么？

• 海量数据存储
• 准实时查询

HBase应用场景点
 交通、金融、电商、移动

HBase特点

• 容量大：HBase单表可以有百亿行、百万行，数据矩阵横向和纵向两个维度所支持的数据量级都非常具有弹性。(单表不超过500w行、30列)
• 面向列：HBase是面向列的存储和权限控制，并支持独立检索。列式存储，其数据在表中是按照某列存储的，这样在查询只需要少数几个字段的时候能大大减少读取的数据量。(HBase能动态增加列，能单独对列操作)
• 多版本：HBase每一个列的数据存储有多个Version。
• 稀疏性：为空的列并不占用存储空间，表可以设计的非常稀疏。
• 扩展性：底层依赖于HDFS
• 高可靠性：WAL(Write-Ahead-Log预写日志)机制保证了数据写入时不会因集群异常而导致写入数据丢失；Replication机制保证了在集群出现严重的问题时，数据不会发生丢失或损坏。而且HBase底层使用HDFS，HDFS本身也有备份。
• 高性能：底层的LSM数据结构和Rowkey有序排列等架构上的独特设计，使得HBase具有非常高的写入性能。region切分、主键索引和缓存机制使得HBase在海量数据下具备一定的随机读取性能，该性能针对Rowkey的查询能够到达毫秒级别。

如何选择Hbase的版本
官方版本：http://archive.apache.org/dist/hbase/
CDH版本：http://archive.cloudera.com/cdh5 #稳定,兼容性

HBase架构体系

HBase表结构模型

只设计这个表格中有多少个列即可，指定表中的列簇

HBase数据模型