【大数据技术】HBase介绍

1.HBase简介
1.1 Hbase是什么
HBase是一种构建在HDFS之上的分布式、面向列、多版本、非关系型的数据库，是Google Bigtable 的开源实现。

在需要实时读写、随机访问超大规模数据集时，可以使用HBase。

1.2 HBase特点

大：一个表可以有上亿行，上百万列。

面向列：面向列（组）的存储和权限控制，列（组）独立检索。

稀疏矩阵：对于为空（NULL）的列，并不占用存储空间，因此，表可以设计的非常稀疏。

无模式：每一行都有一个可以排序的主键和任意多的列，列可以根据需要动态增加，同一张表中不同的行可以有截然不同的列。

数据多版本：每个单元中的数据可以有多个版本，默认情况下，版本号自动分配，版本号就是单元格插入时的时间戳。

数据类型单一：HBase中的数据都是字符串，没有类型，存储在hbase上的都是字节数组。

强一致性：Hbase是一个强一致性数据库，不是“最终一致性”数据库。

 1.3 HBase缺点

单一RowKey固有的局限性决定了它不可能有效地支持多条件查询

不适合于大范围扫描查询

 

 

 

 1.HBase优点

（1）分布式、多版本、面向列的开源数据库 

（2）支持上亿行、百万列；

（3）强一致性、高扩展、高可用

HBase数据读写，更新的数据是放在Memstore，只有当Memstore里的数据达到阈值，或者时间达到阈值，就会flush到磁盘上，生成HFile，而一旦生成HFile就是不可改变的。

当某一个DataNode上生成一个HFile后，就会异步更新到其他两个DataNode上（假设为3副本），这3个HFile是一模一样的。

PS：当客户端提交删除操作的时候，数据不是真正的删除，只是做了一个删除标记（delete marker，又称母被标记），表明给定航已经被伤处了，在检索过程中，这些删除标记掩盖了实际值，客户端读不到实际值。直到发生compaction的时候数据才会真正被删除。

HBase采用Master/Slave架构搭建集群，它隶属于Hadoop生态系统，由一下类型节点组成：HMaster节点、HRegionServer节点、ZooKeeper集群，而在底层，它将数据存储于HDFS中，因而涉及到HDFS的NameNode、DataNode等，总体结构如下

ROOT：系统内部表，里面存储了对应的.meta地址和开始结束信息。

.META：系统内部表，同样存储了对应HRegion地址和开始结束信息。

-ROOT-和.META.

参考文档：

Hbase原理分享

HBase基本知识介绍及典型案例分析

HBase的现状和发展

HBase简介

HBase -ROOT-和.META.表结构

hbase架构原理

HBase强一致性详解

浅谈Hbase多版本存储