HBase的数据结构（HTable）

HBase的数据结构

     CSDN这个哥们共享的博客讲得很清晰并且附案例,站在巨人肩膀上，也可以为自己节约很多时间，同时自己也得去实践，结合理解自己再进行分析得出自己认识，学习效率才会提高，非常感谢共享：

               http://blog.csdn.net/lifuxiangcaohui/article/details/39894265

               http://blog.csdn.net/cnbird2008/article/details/9151585

 

Hbase适合场景

     HBase是松散型面向列的key/value存储模式，数据存储访问都在列族（Column Family），对于空的列并不占用存储空间，列名支持动态增减，非常稀疏的数据结构，提高读写并发。缺点是不支持条件查询，只支持row key来查询，所以row key的设计需要根据业务、存储排序性提高性能

 

与传统RDBMS数据对比

    1.RDMBS固定列，null浪费大量存储空间；

    2.关联关系比较复杂；

 

应用场景

    当数据量越来越大，RDBMS数据库撑不住了，就出现了读写分离策略，通过一个Master专门负责写操作，多个Slave负责读操作，服务器成本倍增。随着压力增加，Master撑不住了，这时就要分库了，把关联不大的数据分开部署，一些join查询不能用了，需要借助中间层。随着数据量的进一步增加，一个表的记录越来越大，查询就变得很慢，于是又得搞分表，比如按ID取模分成多个表以减少单个表的记录数。经历过这些事的人都知道过程是多么的折腾。采用HBase就简单了，只需要加机器即可，HBase会自动水平切分扩展，跟Hadoop的无缝集成保障了其数据可靠性（HDFS）和海量数据分析的高性能（MapReduce）。

 

摘录：HBase在产品中还包含了Jetty，在HBase启动时采用嵌入式的方式来启动Jetty，因此可以通过web界面对HBase进行管理和查看当前运行的一些状态，非常轻巧。为什么采用HBase？HBase 不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库.所谓非结构化数据存储就是说HBase是基于列的而不是基于行的模式，这样方面读写你的大数据内容。

HBase是介于Map Entry(key & value)和DB Row之间的一种数据存储方式。就点有点类似于现在流行的Memcache，但不仅仅是简单的一个key对应一个 value，你很可能需要存储多个属性的数据结构，但没有传统数据库表中那么多的关联关系，这就是所谓的松散数据。
简单来说，你在HBase中的表创建的可以看做是一张很大的表，而这个表的属性可以根据需求去动态增加，在HBase中没有表与表之间关联查询。你只需要 告诉你的数据存储到Hbase的那个column families 就可以了，不需要指定它的具体类型：char,varchar,int,tinyint,text等等。但是你需要注意HBase中不包含事务此类的功 能。
Apache HBase 和Google Bigtable 有非常相似的地方，一个数据行拥有一个可选择的键和任意数量的列。表是疏松的存储的，因此用户可以给行定义各种不同的列，对于这样的功能在大项目中非常实用，可以简化设计和升级的成本。