HBase从入门到放弃(经典收藏)

前言

HBase是大数据架构中最常用的面向半结构、非结构化的存储系统,是Google三驾马车之一Bigtable的开源实现(Apache顶级项目),具备高可靠、高性能、可伸缩能力。

伴随着互联网时代数据的澎湃增长,HBase在国内外知名公司(Facebook、LinkedIn、Pinterest、雅虎、阿里、小米、腾讯、滴滴等)中进行了大规模应用,并与Cloudera、AWS、微软等商业公司一起推动建设HBase生态与社区,使得HBase成为Apache基金会下最活跃的项目之一。

值得骄傲的是,HBase是国内同学参与贡献最有影响力之一的国际项目,截至目前,国内共有6位HBase PMC,10多位HBase Committer,中国力量已成为HBase生态积极壮大的核心源动力。

过去几年,围绕HBase的生态体系也正在蓬勃发展。Phoenix是基于HBase的SQL引擎,帮助解决HTAP和OLAP场景的问题;OpenTSDB是基于HBase的时序数据库,成为IoT场景的首选开源方案;JanusGraph是基于HBase的图数据库,在面向关系分析、安全风控的大数据场景成为必备品;GeoMesa是基于HBase的时空数据库,在共享出行、自动驾驶、城市大脑、智慧物流等新兴行业拥有广阔的前景空间。

学习HBase、使用HBase、开发HBase正在成为大数据领域从业者的必选项。作为HBase较早参与者之一,希望能将过去看到的很多优秀资料做一些梳理汇总,方便新手老鸟按需阅读,后续将会更新,也欢迎大家一起补充。

发展历史

  • 2006年11月:Google发布BigTable论文
  • 2007年2月:HBase宣布在Hadoop项目中成立
  • 2008年1月:Hadoop成为Apache的顶级项目,HBase成为Hadoop的子项目
  • 2010年5月:HBase成为Apache的顶级项目
  • 2010年6月:HBase-0.89发布,Facebook开始使用
  • 2011年1月:HBase-0.90发布,阿里巴巴开始使用
  • 2012年5月:HBase-0.94发布,开始广泛使用
  • 2015年2月:HBase-1.0发布
  • 2018年5月:HBase-2.0发布

产品能力

  • 产品对比

    • HBase与关系型数据库的异同:MySQL vs HBase 
    • 三大NoSQL数据库的区别与定位:HBase、Mongodb、Redis
    • 大数据之HBase和Hive的差别是什么
  • 功能特性

    • 核心功能

      • 基本数据模型
      • 过期自动删除:TTL
      • 多版本与多列簇
      • 数据压缩及编码:特性介绍、使用指南
    • 高级特性

      • 中小对象实时存储: HBase MOB特性
      • 全链路offheap
      • 冷热分离
      • 二级索引

应用实践

  • 关于Rowkey设计

    • 如何合理的设计HBase RowKey?:来自毕姥爷的分享,介绍RowKey设计的常见技巧、原则,分析时序、时空、图场景下的三个典型案例(OpenTSDB/JanusGraph/GeoMesa)
  • 社交Feed流场景

    • 基于HBase的Feed流存储架构设计:介绍Feed流的常见架构及背后考虑,并以HBase为例给出详细设计
    • Pinterest的基于HBase的Smart Feed架构与算法
  • 监控系统场景

    • 基于HBase的58监控平台设计与实践
    • HBase在新能源汽车监控系统中的应用
    • 百度智能监控场景下的HBase实践
  • 搜索与推荐场景

    • HBase在阿里搜索推荐中的应用,介绍HBase如何作为阿里搜索与推荐系统中的核心存储
    • HBase在搜狐内容推荐系统中的应用,介绍搜狐的推荐系统及HBase存储使用
  • 风控场景

    • HBase在挖财风控系统的应用和高可用实践
    • 爱奇艺业务安全风控体系的建设实践
    • 美团点评业务风控系统构建之道
  • 用户画像

    • 40 亿移动设备的用户画像和标签架构实践,分享TalkingData公司对于画像标签系统架构的设计实践,其中存储部分主要使用HBase
    • 阿里HBase在用户画像领域的实践,分享阿里在画像领域的HBase实践
    • 小米用户画像的演进及应用解读,分享了小米的用户画像,及其如何应用,驱动业务增长,产生价值,其中主要使用HBase作为画像数据的存储
    • 一号店用户画像系统实践,介绍一号店画像系统的技术架构,以及HBase的在离线分离存储设计
    • 关于用户画像产品构建和应用的几点经验,来自贝聊的用户画像产品构建的详细经验分享,存储部分主要使用HBase+ES的组合
  • 物联网/车联网

    • 车纷享:基于阿里云HBase构建车联网平台实践,介绍汽车终端数据如何上传、存储、计算分析等
    • HBase实践案例:车联网监控系统,介绍百万车辆的监控系统设计实践
  • 数据大屏
  • 订单类场景

    • 有赞亿级订单同步的探索与实践,介绍有赞亿级订单的存储架构设计和实践,使用HBase存储订单详情,使用ES检索订单
  • 地理与时空

    • HBase与时空索引:介绍时空场景下的索引技术,以及基于HBase如何实现
    • 基于HBase的海量GIS数据分布式处理实践, 介绍基于HBase的GIS数据处理设计
  • 数据迁移

    • HBase集群之间的迁移: BDS - HBase数据迁移同步方案的设计与实践
    • MySQL同步至HBase

      • 全量同步 : 使用Sqoop从Mysql向HBase同步数据
      • 实时同步:  RDS实时数据同步至云HBase、Phoenix

大公司案例

HBase在大公司常使用于安全、风控、推荐、搜索、用户画像、订单存储、社交Feed流、物联网、车联网、监控、 数据大屏、日志处理、行为分析、大数据存储等各个场景

  • 阿里巴巴

    • 大数据时代的结构化存储-HBase在阿里的应用实践:讲述在阿里巴巴集团的实践,HBase在阿里集团已经超过10000台,主要在订单、监控、风控、消息、大数据计算等领域使用
    • HBase在阿里搜索推荐中的应用:讲述HBase在阿里搜索场景下的应用及相关的改进
  • 腾讯

    • HBase在腾讯大数据的应用实践:在游戏营销、广告处理、监控、日志等领域的HBase应用
    • 日均采集1200亿数据点,腾讯千亿级服务器监控数据存储实践:介绍使用HBase存储TMP服务器海量监控数据的实践历程
    • 互联网金融行业HBase实践与创新:介绍HBase在腾讯金融支付场景的实践与挑战
  • Facebook

    • HBase在消息系统的应用:介绍Facebook消息系统选择HBase存储的原因,包括电子邮件、即时通讯、短信、文本信息、Facebook站内信息
  • Pinterest

    • 基于HBase的Feed架构设计:介绍了Pinterest的智能Feed架构设计及如何基于HBase设计存储
    • HBase在Pinterest的应用及版本升级实战:主要场景包括主页Feed流、搜索、发现、用户元数据等
  • 滴滴

    • HBase在滴滴出行的应用场景和最佳实践:统计结果、报表类数据、原始事实类数据、中间结果数据、线上系统的备份数据的一些应用
  • 网易

    • 网易HBase实践: 在报表、监控、日志类业务、消息类业务、推荐类业务、风控类业务有所使用,另外讲述了一些优化的点。
    • Apache HBase at Netease:  HBase在网易的实践与改进
  • 京东

    • HBase在京东的实践 :介绍HBase在罗盘(商家、供应商、品牌)、个性化推荐、商品评价、风控/白条/支付/资管(金融)、订单/青龙、MDC/UMP/CAP/JDH/监控大屏等场景的应用与挑战
    • 基于HBase的大数据存储在京东的应用场景
  • 小米

    • HBase在小米的实践:HBase在米聊、MiCloud、Push服务、离线分析等场景的应用及挑战改进
  • 百度

    • 百度智能监控场景下的HBase实践:基于HBase的监控系统设计
  • 快手

    • 快手HBase在千亿级用户特征数据分析中的应用与实践:使用HBase存储的用户特征数据
  • Hulu

    • HBase在Hulu的使用和实践:用户画像、订单存储系统、日志存储系统的使用
  • 中国人寿

    • 中国人寿基于HBase的企业级大数据平台:使用一个大跨表存储所有的保单,HBase宽表的实践
  • G7

    • hbase 在物联网领域的实践及解决方案 讲述了怎么使用spark及hbase来满足物联网的需求   

转自 https://developer.aliyun.com/article/739650?spm=a2c6h.12873581.0.0.616825fbzJnYVo&groupCode=hbasespark
侵删!

你可能感兴趣的:(HBase)