HBase简介

Apache Hbase是Hadoop数据库，一个分布式、可扩展、大数据存储。

当你需要随机地实时读写大数据时使用Hbase。它的目标是管理超级大表-数十亿行X数百万列。

Hbase是一个开源的、分布式的、带版本的、非关系型数据库，模仿谷歌的BigTable。BigTable使用Google File System作为分布式数据存储，同理Hbase使用HDFS。

总的来说HBase是一个NoSQL的列式储存的数据库

NoSQL = Not Only SQL，而不是No SQL

HBase基本元素

• 列簇——Column Family

  直译的意思就是列组成的家庭，通常理解为对于列的归类

• 列修饰符——Column Qualifier

  每一个家庭里面有很多的成员，成员就是列修饰符。列簇和列修饰符的关系就好像类与他的成员变量一样。

• 列——Column

  在HBase中，列簇和列修饰符组合起来，才叫做列，形式：”列簇:列修饰符“

• 行键——row key

  唯一标识一行

• 时间戳

  HBase中数据入库会打上时间戳，可以当作版本号理解。因此，HBase中原来的数据不会抹去，在查询数据时只是返回最新时间戳的罢了

• 单元格——Cell

  行键+列族+列修饰符+数据+时间戳

• 行

  一个行键、一到多列（包括数据）组合

  image

HBase特性

Hbase中，只要确定了列族，表（Table）就确定了

把传统数据库中的表/行/列的概念用在Hbase中不是一个有帮助的类比。相反可以把Hbase的表想象成一个多（两）维Map（Map套Map）。列族是第一维，列修饰符是第二维。

对于数据的CRUD，归根结底就是标识进行定位，取出其中的业务数据。就好像C++，我们顺着指针找到变量，再读取变量中的值。

[标识]+[业务数据]

对比关系型数据库，我们不难发现：

• 关系型数据库

  [主键簇]+[业务数据]

• NoSQL——HBase

  [行键+列族+列修饰符+时间戳]+数据

所以列式储存这种方法，实际上是从关系型数据库的行式储存演变而来，命名也有相似之处

例如：行键相同的多列数据组合在一起，叫做一行。列也相当于行式储存的一列。

列式储存相比于行式储存的优势在于对于结构的弱化，使得数据库更加的灵活，既可以灵活的增加/减少属性，也可以节省空白空间（关系型数据库哪怕没有数据位置还是得占着）。列式储存将关系型数据库的列拆分开来，灵活结合，传统关系型数据库操作流程是一行多列。其实就相当于原来关系型数据库的一行，N个属性，拆分成了列式存储的N行（类似于矩阵转置？）弱化结构，更加的灵活。

Reference

[1] 什么是列式存储 | Java3y