Hbase 整理

Hbase简介

• HBase是一个开源的非关系型分布式数据库（ NoSQL），它参考了谷歌的BigTable建模，实现的编程语言为 Java。
• HBase是一个分布式存储系统，具有高可靠性、高性能、面向列、可伸缩（增加或减少硬件的数量）的特点。

高可靠：1.底层文件存储采用的是HDFS，具有副本机制。

高性能：1.分布式系统，通过并行度提高性能

2.通过表的切分，实现与store的存储

3. HBase利用Hadoop HDFS作为其文件存储系统

• HBase适合具有如下需求的应用：
  • 海量数据（ TB、 PB）
  • 高吞吐量
  • 需要在海量数据中实现高效的随机读取
  • 需要很好的性能伸缩能力
  • 能够同时处理结构化和非结构化的数据
  • 不需要完全拥有传统关系型数据库所具备的ACID特性

Hbase 逻辑模型

1. 基本结构
   • 表(table) 字符串
   • 行(row) 行由行健(rowkey)唯一标识
   • 列族(column failmy)行的数据按列族分组cf，创建表的时候定义，不轻易修改
   • 列限定符(column qualifier)列里面的数据定位通过列限定符
   • 单元(cell)行健，列族和列限定符一起确定一个单元，value
   • 时间版本(vesion)单元值有时间版本，用时间戳来标识默认1个。
2. 主键（Row Key）
   • 用来检索记录的主键。
   • 主键为任意字符串，最大长度为64kb，按字典顺序存储，在HBase内部保存为字节数组
   • 访问HBase 表中的行，只有三种方式

– 通过单个Row Key访问  

– 通过Row Key的range 

– 全表扫描

1. 列族（Column Family）

• 列族在创建表的时候声明，一个列族可以包含多个列，列中的数据都是以二进制形式存在，没有数据类型。
• 列族是一些列的集合。
• 一个列族所有列成员是有着相同的前缀。比如，列courses:history 和 courses:math都是 列族 courses的成员.冒号(:)是列族的分隔符，用来区分前缀和列名

1. 时间戳与存储单元（Timestamp and Cell）

• HBase中通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。
• 在写入数据时，时间戳可以由HBase自动赋值（当前系统时间精确到毫秒），也可以显示赋值。
• 每个cell中，不同版本的数据按照时间的倒序排序。

    {row, column, version}元组就是一个HBase中的一个 cell。

未经允许不得转载：木盒主机 » Hbase 整理