Hbase初步了解

• 特点：

  • 单表可以有百亿行，百万列，数据矩阵横向和纵向两个维度所支持的数据量级都非常有弹性
  • 面向列的存储和权限控制（可以动态的增加列，区别于关系型数据库，一开始列就是固定死的）
  • Hbase的每一个列的数据存储有多个Version（一个人的家庭住址几年来一直变化）
  • 为空的列并不占用存储空间，表可以设计的很稀疏（稀疏性）
  • 扩展性--底层依赖于HDFS（本身数据有备份）
  • 高性能
    • 底层LSM数据结构+RowKey有序排列等架构（保证了很高的写入性能）
      • region切分、主键索引、缓存机制（高读取性能）

• 如果只是百万级的存储量，直接用关系型数据库就行

• 如果数据量达到了亿级行和百万级列（没这么大也行）,同时又需要接近准实时的查询这些数据，那就可以用Hbase了

• Hbase的使用场景：交通（比如长江航道上面的GPS信号采集数据，其每天估计可以达到千万级的量，采用Hbase是不错的选择）

关系型数据库中，如果你要插入一个数据那就必须要有这个字段，比如你在oracle的user表中insert 一个age，那你这个user表中必须要有age这个字段，不然会报错，在hbase的表中你put一个age的时候，如果没有age这个列，那hbase会自动帮你创建一个age这个列，所以是动态增加列！

Hbase的版本

• 官网版本 新、不稳定
• CDH版本 稳定

Hbase在hadoop生态当中的位置

图片.png

Hbase架构体系

图片.png

依赖于HDFS和ZooKeeper，注意图中的红色部分和黑色部分，中间的红色椭圆相当于数据节点，它们会向Master节点汇报自己的健康信息，同时也会向Zookeeper汇报信息，Master节点和Zookeeper之间也有信息同步通道

Hbase的表结构模型

图片.png

• 举例说明

  
  图片.png

我们只需要在开始的时候定义列族，比如个人信息，教育经历等，而下面的那些信息我们开始是不需要定义的

• 再来看个严谨一点的

  
  图片.png

列簇

图片.png

region划分（属于人工干预存储）

图片.png

与关系型数据库有什么区别？

图片.png

Hbase安装说明

• 第一：需求

  
  图片.png

• 第二：先决条件--Hadoop

  
  图片.png

• 版本示例

  
  图片.png