这是我参与「第四届青训营 」笔记创作活动的的第10天

一、HBase简介

1.HBase概念

HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。 利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。 HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协调工具。

2.HBase特点

大：一个表可以有数十亿行，上百万列； 无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的- 增加，同一张表中不同的行可以有截然不同的列； 面向列：面向列（族）的存储和权限控制，列（族）独立检索； 稀疏：对于空（null）的列，并不占用存储空间，表可以设计的非常稀疏； 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，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

3.引入HBase的原因

传统关系型数据库系统已无法适应大型分布式数据存储的需要 改良的关系数据库（副本、分区等）难于安装与维护 关系模型对数据的操作使数据的存贮变得复杂 HBase从设计理念上就为可扩展做好了充分准备 空间的扩展只需要加入存储结点，使用‘表’的概念，但不同于关系数据库，HBase实质上是一张极大的、非常稀疏的，存储在分布式文件系统上的表（不支持SQL）

4.HBase数据模型

数据存放在带标签的表中 Tables 由 rows和columns组成. Table cells单元格有版本 是HBase插入单元格时候的时间戳. 列组成“列族” 所有的列族成员有相同的前缀. 物理上，所有的列族成员都一起存放在文件系统中 HBase实际上就是一个面向列族的存储器 HBase中的每一张表，就是所谓的BigTable。稀疏表。 RowKey 和 ColumnKey 是二进制值byte[]，按字典顺序排序 Timestamp 是一个 64 位整数 value 是一个未解释的字节数组byte[] 表中的不同行可以拥有不同数量的成员。即支持“动态模式”模型