HBase 分布式数据库

HBase 用来做什么

HBase是用来提供高可靠性、高性能、列存储、可伸缩、多版本的NoSql的分布式数据存储系统，实现对大型数据的实时随机的读写访问
NoSql是Not Only SQL 的缩写，意既不仅仅是SQl的意思，泛指非关系型的数据库，是一项全新的数据库革命性运动，提倡运用非关系型的数据存储，这一概念是一种全新的思维的注入。

HBase的特点

1、容量大
HBase单表可以有上百亿行、百万列，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。
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。
3、多版本
HBase每一个列的数据存储有多个Version（version）。
4、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。
5、扩展性
Hbase为主从架构，底层依赖于HDFS，可横向扩展。
6、高可靠性
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。
7、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的查询能够达到毫秒级别。

HBase与传统数据库的对比

1、传统数据库遇到的问题：
数据量很大的时候无法存储；
没有很好的备份机制；
数据达到一定数量开始缓慢，很大的话基本无法支撑；
2、HBase优势：
线性扩展，随着数据量增多可以通过节点扩展进行支撑；
数据存储在hdfs上，备份机制健全；
通过zookeeper协调查找数据，访问速度快。

HBase读过程

1.Client访问Zookeeper，查找-ROOT-表，获取.META.表信息；
2.从.META.表查找，获取存放目标数据的Region信息，从而找到对
应的RegionServer；
3.通过RegionServer获取需要查找的数据；
4.RegionServer的内存分为MemStore和BlockCache（缓存）两部分，
MemStore主要用于写数据，BlockCache主要用于读数据。读请求
先到MemStore中查数据，查不到就到BlockCache中查，再查不到
就会到StoreFile上读，并把读的结果放入BlockCache。