HBase初步瞭解

什麼實HBase

HBase 是分散式非結構化面向列的開源資料庫。資料檔案都儲存在Hadoop HDFS檔案系統上，所以HBase必須要在Hadoop的環境下使用。僅能通過主鍵(row key)和主鍵的range來檢索資料，僅支援單行事務

HBase 用途

主要用來儲存非結構化和半結構化的鬆散資料。存資料是分割槽儲存，自動分割槽。

使用場景

1. 系統需要適應不同種類的資料格式和資料來源，不能預先嚴格定義模式，需要處理大規模資料
2. 不強調資料之間的關係，所要儲存的資料是半結構化或非結構化的；
3. 資料非常稀疏；
4. 想要更好的進行擴充套件；

表結構

一張表由多行組成，每一行由多個列組成，這些列可以使單個的列也可以是列族（column family），列族有多個列組成的，一個列族所有的列都存放在相同的儲存檔案中（HFile二進位制格式檔案）。注意每行列族控制在2-3個，因為重新整理某一個列族的時候會同時重新整理他相鄰的列族

如圖所示是一個簡單的Hbase表結構，timestamp是時間戳，表示列的版本。
行資料的存取操作是具有原子性的，要麼全部成功要麼全部失敗，可以讀取任意數目的列還不支援跨行事務和跨表事務。

疑問

1. Hbase表的欄位資料型別是什麼
   HBase只有字串型別，存入的都位元組（byte）型別。
2. hbase的建立語句
   hbase是通過shell指令碼來編寫建立語句的。
3. 如何查詢指定的資料
   只能通過行健來查詢資料
4. 表中的資料是否都是二進位制的位元組碼？

優點

1. 列可以動態增加，列為null時不佔空間。節省空間。
   2.Hbase自動切分資料，使得資料儲存自動具有水平scalability.
   
   3.Hbase可以提供高併發讀寫操作的支援

缺點

不支援條件查詢，只能通過row key 來查詢。

補充

1.資料操作：HBase只有很簡單的插入、查詢、刪除、清空等操作，表和表之間是分離的，沒有複雜的表和表之間的關係，不可以做連線查詢的操作。
2.儲存模式：HBase是基於列儲存的，每個列族都由幾個檔案儲存，不同的列族的檔案是分離的。相同的列族是存放在相同的檔案中的。而傳統的關係型資料庫是基於表格結構和行模式儲存的
3.資料維護，HBase的更新操作不應該叫更新，它實際上是插入了新的資料，而傳統資料庫是替換修改