HBase資料庫介紹

HBase是基於Google BigTable模型開發的，典型的key/value系統。正如Bigtable利用Google檔案系統提供的分散式資料儲存一樣，HBase在Hadoop和HDFS之上提供類似Bigtable的功能。 它是建立在hdfs之上，提供高可靠性、高效能、列儲存、可伸縮、實時讀寫nosql的資料庫系統。 它是Apache Hadoop生態系統中的重要一員，主要用於海量結構化和半結構化資料儲存。 它介於nosql和RDBMS之間，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(可通過hive支援來實現多表join等複雜操作)。 HBase查詢資料功能很簡單，不支援join等複雜操作，不支援複雜的事務（行級的事務） 與hadoop一樣，Hbase目標主要依靠橫向擴充套件

HBase特點

（翻譯自官網） 線性、模組化、可擴充套件。 嚴格一致的讀寫操作。 表的自動和可配置分片 RegionServers之間的自動故障轉移支援，高可用性。 HBase表支援Hadoop MapReduce作業。 易於使用的Java API，用於客戶端訪問。 阻塞快取和Bloom Filters以進行實時查詢。 提供了跨叢集資料複製。

HBase的儲存機制

HBase是一個面向列的資料庫，在表中它由行排序。 表模式定義只能列族，也就是鍵值對。一個表有多個列族以及每一個列族可以有任意數量的列。後續列的值連續地儲存在磁碟上。表中的每個單元格值都具有時間戳。 總之，在一個HBase： 表是行的集合。 行是列族的集合。 列族是列的集合。 列是鍵值對的集合。 注： 面向列的資料庫是儲存資料表作為資料列的部分，而不是作為行資料。它們擁有列族。

HBase中的表的特點

大：一個表可以有上十億行，上百萬列 無模式：每行都有一個可排序的主鍵和任意多的列，列可以根據需要動態的增加，同一張表中不同的行可以有截然不同的列； 面向列:面向列(族)的儲存和許可權控制，列(族)獨立檢索。 稀疏:對於為空(null)的列，並不佔用儲存空間，因此，表可以設計的非常稀疏。 資料多版本：每個單元中的資料可以有多個版本，預設情況下版本號自動分配，是單元格插入時的時間戳 資料型別單一：Hbase中的資料都是位元組陣列 byte[]。