分布式数据库HBase(一)

1. 从BigTable 说起

      解决google公司大规模搜索网页的问题。google公司通过BigTable 存储大量的网页。但现在很多都需要使用，不是使用磁盘进行存储。GFS

底层，完全非结构化数据。

Hbase 是BigTable 开源实现。

Mapreduce不能进行实时处理。数据爆炸式增长，传统型关系数据库处理有限，导致处理能力捉襟见肘。

关系型数据库一旦确定模式后，再去更改模式，就需要短暂的听觉操作，维护完后，在上线。

应用程序读出来来了，再去解释数据模型。

多表链接操作，效率低。在Hbase中避免了。完整性信息存在一张表里，避免了链接查找。

过了一定时间后，才会清楚旧的版本，新增一个新版本，生成一个时间戳。

数据仓库分析时：

Pig，写一条执行一条，类似于sql,比较适合做数据库统计。

Hive数据仓库，提供了Hive sql ，访问底层的Hbase中的数据。使用Hivesql ,执行复杂的多维数据分析功能，对很多企业来说非常关键。

列族，动态扩展，增加、删减等。

冗余存储，提高分析效率。

列族，基本单元，存到不同文件里。