hbase权威指南

前言

hbase是一个列式存储数据库（以列为单位聚合数据，然后将列值顺序地存入磁盘；它的有点是减少IO以及利于压缩；它基于对于一个查询，并不是所有的值都是必须的），可存储海量数据，解决大数据中的实时处理的问题。离线批量处理的存储可以用hive（数据仓库）,pig(数据分析引擎)等工具。

第一章 简介

1.1 海量数据的黎明

在面对一些特殊的场景时关系模型并不是最佳的解决方案。

Hadoop这样的系统可以提供PB级别数据存储和处理的能力。

大多数RDBMS遵从科德12定律

Hbase适合键值对的数据的存取或有序的数据存取。

1.2 关系数据库系统的问题

RDBMS适合非常有限的数据量。

1.3 非关系行数据库

1.4 结构

hbase实现了bigtable存储架构。

基本的单位是列，一列或多列（形成列簇）形成一行，并由唯一的行键来确定存储。一张表有若干行。

hbase的典型应用是存储从互联网中抓取的网页。

行数据的存储是原子的。

hbase中扩展和负载均衡的基本单元叫region。region可以被分配到若干台物理服务器上均摊负载，因此可以提供较强的扩展性。每个region只可以由一台region服务器加载。每个region服务器可以加载多个region.

数据存储在存储文件中，即hfile(默认64KB).存储文件通常保存在HDFS中。

Hbase(PB或TB级别数据存储)由三个主要的主键：客户端库、一台主服务器、多台region服务器。主服务器主要通过zookeeper为region服务器分配region.

1.5 hbase:hadoop数据库

第二章 安装

第三章 客户端api:基础知识

第四章 客户端api:高级特性

第五章 客户端api:管理功能

第六章 可用客户端

第七章 与hbase集成

第八章 架构

第九章 高级用法

第十章 集群监控

第十一章 性能优化

第十二章 集群管理