Hbase基本概念

Hbase(Hadoop Database)是建立在Hadoop文件系统之上的分布式面向列的数据库，它的主要目的是存储非常大的表，百万行，百万列的那种。

特性

它具有如下特点(摘自官网)：

• 线性扩展,水平扩展
• 严格的读写一致
• 自动的和可配置的表分片
• RegionServers之间自动的故障转移
• 客户端的API使用方便
• 实时查询的块缓存和Bloom过滤器
• 可扩展的基于jruby的shell
• 支持导出系统的度量信息到文件中，或者到Ganglia
• 支持XML，Protobuf和二进制的数据传输

使用场景

• 场景上不需要太复杂的事务，目标只是大数据与高并发
• 随机读的场景
• 现有的关系型数据库已经无法在硬件上满足数据疯狂增长的需要，mysql中单表数据超过千万时，数据的查询速度越来越慢。而Hbase一个表支持数百亿行，上百列。
• 基于大数量高并发操作考虑，为了满足每天上亿级别的访问，而hbase根据rowkey进行查询的速度相当快

在我们公司的业务场景：

• 存储业务数据:车辆GPS信息，司机点位信息，用户操作信息，设备访问信息。。。
• 存储日志数据:架构监控数据（登录日志，中间件访问日志，推送日志，短信邮件发送记录。。。），业务操作日志信息
• 存储业务附件：UDFS系统存储图像，视频，文档等附件信息

不过在公司使用的时候，一般不使用原生的Hbase API，使用原生的API会导致访问不可监控，影响系统稳定性，以致于版本升级的不可控。

Hbase架构体系和设计模型

• Zookeeper，作为分布式的协调。RegionServer也会把自己的信息写到ZooKeeper中。
• HDFS是Hbase运行的底层文件系统
• RegionServer，理解为数据节点，存储数据的。
• Master RegionServer要实时的向Master报告信息。Master知道全局的RegionServer运行情况，可以控制RegionServer的故障转移。

Hbase数据模型

列簇：

• 一张表列簇不会超过5个
• 每个列簇中的列数没有限制
• 列只有插入数据后存在
• 列在列簇中是有序的

Hbase与关系型数据库对比：

• Hbase特点：列动态增加，数据自动切分，高并发读写 缺点:不支持条件查询
• 关系型数据库：支持复杂查询，不支持高并发，数据切分比较麻烦，列要提前定义

最后

下节讲下Hbase的安装使用。

参考

• Hbase架构
• Hbase入门