HBASE介绍

HBASE的简单介绍

1.   HBASE的起源（历史）

1.1 HBASE的起源：

HBase是一个分布式的、面向列的开源数据库，该技术来源于 Fay Chang所撰写的Google论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统（File System）所提供的分布式数据存储一样，HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。

1.2 HBASE的发展历程：

2007.4 第一个版本(HVASE-287 MikeCafarella)

2010.10 0.89(Facebook的生产版本 basedon)

2011.4 0.90.2(阿里HBASE的第一个版本 basedon)

2012.1 0.92(Adds 安全，协处理器，HFileV2，分布式log-Splitting)

2012.5 0.94(Performance Release)，目前是主流版本。

2013.4 0.95(0.96的预发版，Addsprotobuf,Table Snapshot,PrefixTreeCompression等)

2.HBASE的工作原理

HBase是一个构建在HDFS上的分布式列存储系统；
HBase是基于GoogleBigTable模型开发的，典型的key/value系统；
HBase是ApacheHadoop生态系统中的重要一员，主要用于海量结构化数据存储；
从逻辑上讲，HBase将数据按照表、行和列进行存储。
与hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。

HBASE中的基本概念：

RowKey：是Byte array，是表中每条记录的“主键”，方便快速查找，Rowkey的设计非常重要。

Column Family：列族，拥有一个名称(string)，包含一个或者多个相关列

Column：属于某一个columnfamily，familyName:columnName，每条记录可动态添加

Version Number：类型为Long，默认值是系统时间戳，可由用户自定义

Value(Cell)：Byte array

Hbase物理模型

 每个columnfamily存储在HDFS上的一个单独文件中，空值不会被保存。

 Key 和 Versionnumber在每个 column family中均有一份；

 HBase 为每个值维护了多级索引，即：<key,column family, column name, timestamp>

物理存储:

 1、Table中所有行都按照rowkey的字典序排列；

 2、Table在行的方向上分割为多个Region；

 3、Region按大小分割的，每个表开始只有一个region，随着数据增多，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region，之后会有越来越多的region；

 4、Region是Hbase中分布式存储和负载均衡的最小单元，不同Region分布到不同RegionServer上。

Region虽然是分布式存储的最小单元，但并不是存储的最小单元。Region由一个或者多个Store组成，每个store保存一个columns family；每个Strore又由一个memStore和0至多个StoreFile组成，StoreFile包含HFile；memStore存储在内存中，StoreFile存储在HDFS上。

 

2.   HBASE的优缺点

Hbase的优点：

 1．列的可以动态增加，并且列为空就不存储数据,节省存储空间.

 2． Hbase自动切分数据，使得数据存储自动具有水平scalability.

 3． Hbase可以提供高并发读写操作的支持

Hbase的缺点：

 1．不能支持条件查询，只支持按照Row key来查询.

 2．暂时不能支持Master server的故障切换,当Master宕机后,整个存储系统就会挂掉.

4.HBASE的操作应用

1.启动HBASE操作环境。

 命令：hbaseshell这样就可以进行HBASE的相关操作了

2.查看已经分组的外壳环境的命令列表。

 命令：help

3.获取某个特定命令的帮助信息和用法示例。

 命令：helpcommand命令名称

 例：helpcommand create就可以获得create命令的帮助信息和用法示例

4.表的创建。

 创建一个名为test的表，使其只包含一个名为data的列

 命令格式：create '表名' ,'列族'

 create 'test','data'

5.查看用户空间中的所有表。

 命令：list

6.往表中插入数据

 命令格式：put '表名' '行值' '列值' '数值'

 例：插入在列族data上不同行和列的三项数据。

 put'test','row1','data:1','value1'

 put'test','row2','data:2','value2'

 put'test','row3','data:3','value3'

7.查看表的内容

 命令格式：scan '表名'

 例：scan 'test'

8.删除表

 1.先把表调为禁用

 命令格式：disable'表名'

 例：disable'test'

 2.删除表

 命令格式：drop '表名'

 例：drop 'test'

9.退出HBASE

 命令：exit  

5.HBASE的应用场景

1. 大数据量（100s TB级数据）且有快速随机访问的需求。

例如淘宝的交易历史记录。数据量巨大无容置疑，面向普通用户的请求必然要即时响应。

2. 容量的优雅扩展

大数据的驱使，动态扩展系统容量的必须的。例如：webPage DB。

3. 业务场景简单，不需要关系数据库中很多特性（例如交叉列、交叉表，事务，连接等等）

4 优化方面：合理设计rowkey。因为hbase的查询用rowkey是最高效的，也几乎的唯一生产环境可行的方式。所以把你的查询请求转换为查询rowkey的请求吧。

声明：本文内容来自网络整理。