分布式数据库

HBase，非关系型数据库，NoSQL
非关系型和关系型数据库最大的区别就是sql语句能不能用

关系型数据库的瓶颈：

当我们的数据达到几千万甚至几亿级别的时候，对于数据的单条查询的检索就会花费很多时间，查询的速度会受到以下两个因素影响：

1. 高并发的更新、插入、修改……
2. 多表关联后的复杂查询，性能实际上是下降的

CAP定理

C：一致性
A：高可用性
P：高容错性
HBase遵循的就是CA

HBase支持海量的数据的实时读写

1. 分布式
2. K键V值
3. 列示储存
4. 索引，lSM树
5. 很吃内存
6. 布隆过滤器（查询）
   总结：就是基于hadoop的数据库，提供了一个十亿级别的表存储，对表中的数据提供了随机读写操作

HBase的特点：

1. 海量存储
   HBase适合存储PB以上的数据，能在几十到百毫秒之间返回数据
   1kb=1024b 1mb=1024kb 1gb=1024kb 1tb=1024gb 1pb=1024tb 1eb=1024pb
   1秒=1024毫秒
2. 列式存储
   为了保证性能，基本上所有的大数据的数据库都是列式存储
   列式存储就是列族存储，HBase是根据列族来存储数据的，列族下面可能有非常多的列，列族在创建表的时候必须指定
3. 极易扩展
   HBase在扩展体现在两个方面，第一个就是多添加（RegionServer），类似于HDFS中的NameNode
   第二个扩展是性能扩展，基于Region实现的扩展
4. 高并发
5. 稀疏
   主要是针对HBase列的灵活性，在列族中，可以指定任意多的列，在列数据为空值的情况下，是不会完全占用存储的（就是什么都不存）

HBase的优点：

1. 基于HDFS的高容错率和高扩展性来实现HBase的数据存储的，所以说HBase天生具有超高的扩展性和吞吐量
2. HBase采用的是key/value的存储方式（key会进行排序，适用于二分查找），这意味着，即使面对海量数据的增长，也不会导致查询结果下降
3. HBase是一个列式数据库，相对于传统的数据库而言，当单张表的字段很多的时候，可以将相同的列表在不同的服务器实例上，分担负载压力1

HBase的缺点

1. 架构设计很复杂，且使用hdfs来作为分布式存储，如果只是存储少量的数据，它不会很快的，在大数据量的时候，它慢的不会明显
2. HBase不支持表的关联操作的，因此数据分析不是HBase的强项
3. HBase部分支持了ACID（事务的可靠性）

事务的四大特性：原子性、一直性、隔离性、持久性

HBase适用的场景：

单表数据超千万，上亿的时候，并高并发

HBase不适用的场景：

主要需求是数据分析，比如做报表，数据量规模不大，对实时性要求高

HBase的数据模型：

Key/value形式存储数据，HBase更像是一个多维map（一个key可以存储多个v）来进行存储的