第一章 大数据特性 （HBase 学习笔记）

HBase中表的特点

大 ： 一个表可以由上亿行，上百万列（列多时，插入变慢）

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。

多版本 ：每个Cell中的数据可以由多个版本，默认情况下版本号自动分配为时间戳。

类型唯一 ：HBase中的数据都是字符串，没有类型

大数据强调  3V特性 ，Volume(量级)  Varity(种类)  Velocity(速度)

大部分公司只是刚刚开始理解大数据。人们将大部分时间花在20%的结构化数据上，但事实是80%的数据是非结构化的。
NoSQL的数据库优势
1 扩展性强
2 并发性能好
    NoSQL大数据量下性能好得益于它的弱关系性，数据库的结构简单。
  一般MySQL使用Query Cache,每当发生更新操作时，Cache就会实效，这是一种大粒度的Cache 在针对web2.0的交互中频繁应用，Cache性能并不高。而NoSQL的Cache是记录级的，是一种细粒度的Cache所以NoSQL在这个层面上来说性能要高很多。
3数据模型灵活

Hbase 特性
Hbase作为一个典型的NoSQL数据库，仅支持单行事物。Hbase设计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能力。
1 容量巨大
HBase单表可以有 百亿行、百万列，数据矩阵横向和纵向两个纬度所支持的数据量级都非常具有弹性。  千万列亿级可能会超时。 如果限定列则不会出现超时问题
2 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。 比如一个字段的数据聚集存储。就更容易为这种聚集存储设计更好的压缩算法。

【】传统的行式数据库特性如下:【】
  数据是按行存储的
  没有索引的查询使用大量的I/O.
  建立索引和物化视图需要花费大量的时间和资源
  面对查询需求，数据库必须被大量膨胀才能满足需求
【】列式数据库的特性【】
  数据按列存储，即每一列单独存放。
  数据即索引
  只访问查询涉及的列，可以大量降低系统I/O
  每一列由一个线索来处理，即查询的并发处理性能高。
  数据类型一致，数据特征相似，可以高效压缩。

列式存储不但解决了数据稀疏性问题，最大程度节省存储开销，而且在查询发生时，仅检索查询涉及的列，能够大量降低磁盘I/O.  这些特性也支撑HBase 能够保证一定的读写性能。

3 稀疏性
大多数情况下，行式存储的数据往往是稀疏的，即存在大量为空(null)的列，而这些列都是占用存储空间的，这就造成存储空间的浪费。对HBase来讲，为空的列并不占用存储空间，因此，表可以设计的非常稀疏。

4 扩展性
底层依赖于HDFS. 同时，HBase的 Region 和 RegenServer 的概念对应的数据可以分区，分区后数据可以位于不同的机器上，所以在HBase 核心架构具备可扩展性。 Hbase的扩展性是热扩展，在不停止现有服务的情况下，可以随时添加或减少节点。

5 高可靠性
1 WAL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。

6 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。 同时HBase对于高并发的场景也具备很好的适应能力。该特性也是业界众多公司选取HBase作为存储数据库的非常重要的一点  
 

                            rocky  2015-08-01 整理