这是我参与「第四届青训营 」笔记创作活动的第14天
今天带来的是HBase...
特性
Hbase是一种NoSQL数据库，这意味着它不像传统的RDBMS数据库那样支持SQL作为查询语言。Hbase是一种分布式存储的数据库，技术上来讲，它更像是分布式存储而不是分布式数据库，它缺少很多RDBMS系统的特性，比如列类型，辅助索引，触发器，和高级查询语言等待。那Hbase有什么特性呢？如下：
- 强读写一致，但是不是“最终一致性”的数据存储，这使得它非常适合高速的计算聚合
- 自动分片，通过Region分散在集群中，当行数增长的时候，Region也会自动的切分和再分配
- 自动的故障转移
- Hadoop/HDFS集成，和HDFS开箱即用，不用太麻烦的衔接
- 丰富的“简洁，高效”API，Thrift/REST API，Java API
- 块缓存，布隆过滤器，可以高效的列查询优化
- 操作管理，Hbase提供了内置的web界面来操作，还可以监控JMX指标
适用场景
- “近在线”的海量分布式KV/宽表存储，数据量级达到百TB级以上
- 写密集型应用，高吞吐，可接受一定的时延抖动
- 需要按行顺序扫描的能力
- 接入Hadoop大数据生态
- 结构化、半结构化数据，可以经常新增/更新列属性
- 平滑的水平扩展
Hbase架构
-
Zookeeper，作为分布式的协调。RegionServer也会把自己的信息写到ZooKeeper中。
-
HDFS是Hbase运行的底层文件系统
-
RegionServer，理解为数据节点，存储数据的。
-
Master RegionServer要实时的向Master报告信息。Master知道全局的RegionServer运行情况，可以控制RegionServer的故障转移和Region的切分。
功能
Bulkload
大批量向HBase导入数据的功能。使用MapReduce任务直接生成底层存储的HFile文件，并直接移动到HBase存储目录下，节省HBase写路径的开销从而提高写入效率。
Coprocessor
提供一套接口框架，给HBase原生接口添加类似lifecycle hook函数的能力，用来执行用户自定义的功能来扩展HBase的能力，例如二级索引、Observer等功能。
Filter
将用户的过滤逻辑下推到HBase服务端，避免无用数据传输处理开销来提高查询效率。
MOB
Medium Object Storage解决HBase对中等大小对象（10-100MB）的低延迟读写支持，拓宽HBase适用场景。
Snapshot
数据备份功能，将某一时刻的数据以及元数据备份，用于数据恢复、快照读、复制表等功能。
Replication
将一个HBase集群中的数据复制到目标HBase集群，使用WAL将变更记录同步到其他集群。
