这是我参与「第四届青训营」笔记创作活动的第10天
1.1 什么是HBase ?
HBase是一个开源的NoSQL分布式数据库，是Apache软件基金会顶级项目之一。
参考Google BigTable的设计，对稀疏表提供更高的存储空间使用率和读写效率。
采用存储计算分离架构，
- 存储层基于HDFS存储数据，提供容错机制和高可靠性;
- 计算层提供灵活快速的水平扩展、负载均衡和故障恢复能力;
提供强一致语义，在CAP理论中属于CP系统。
▪️ Consistency, Availability, Partion Tolerance
1.2 HBase和关系型数据库的区别
1.3 HBase数据模型
HBase以列族(column family)为单位存储数据，以行键(rowkey) 索引数据。
1）列族需要在使用前预先创建，列名(column qualifier) 不需要预先声明，因此支持半结构化数据模型。
2）支持保留多个版本的数据，(行键+列族+列名+版本号)定位一个具体的值。
1.3 HBase 数据模型-逻辑结构
➢HBase是半结构化数据模型。以列族(column family)为单位存储数据，以行键(rowkey) 索引数据。
1）列族需要在使用前预先创建，列名(column qualifier)不需要预先声明，因此支持半结构化数据模型。
2）支持保留多个版本的数据，(行键+列族+列名+版本号)定位一个具体值。
➢通过非关系型视图理解HBase数据模型:
1）适合稀疏数据，缺省列不占用存储空间。
2）通过(rowkey, column family, column qualifier, version)
3）唯一指定一个具体的值。
4）允许批量读取多行的部分列族/列数据。
1.3 HBase数据模型 - 物理结构
➢物理数据结构最小单元是KeyValue结构:
1）每个版本的数据都携带全部行列信息。
2）同一行，同一列族的数据物理.上连续有序存储。
3）同列族内的KeyValue按rowkey字典序升序，column qualifier升序，version 降序排列。
4）不同列族的数据存储在相互独立的物理文件，列族间不保证数据全局有序。
5）同列族下不同物理文件间不保证数据全局有序。
6）仅单个物理文件内有序。
