HBase 概述

自 1970 年以来，RDBMS 就是数据存储和维护相关问题的解决方案。大数据出现后，公司意识到处理大数据的好处，并开始选择像 Hadoop 这样的解决方案。

Hadoop 使用分布式文件系统来存储大数据，并使用 MapReduce 来处理它。 Hadoop 擅长存储和处理各种格式的海量数据，例如任意格式、半格式甚至非结构化格式。

Hadoop的局限性

Hadoop 只能执行批处理，并且只能以顺序方式访问数据。这意味着即使是最简单的工作也必须搜索整个数据集。

处理一个巨大的数据集会产生另一个巨大的数据集，也应该按顺序处理。此时，需要一种新的解决方案来访问单个时间单位内的任意数据点(随机访问)。

Hadoop 随机访问数据库

HBase、Cassandra、couchDB、Dynamo 和 MongoDB 等应用程序是一些存储大量数据并以随机方式访问数据的数据库。

什么是 HBase？

HBase 是建立在 Hadoop 文件系统之上的分布式面向列的数据库。它是一个开源项目，可水平扩展。

HBase 是一种类似于谷歌大表的数据模型，旨在提供对大量结构化数据的快速随机访问。它利用了 Hadoop 文件系统 (HDFS) 提供的容错能力。

它是 Hadoop 生态系统的一部分，提供对 Hadoop 文件系统中数据的随机实时读/写访问。

可以直接或通过 HBase 将数据存储在 HDFS 中。数据消费者使用 HBase 随机读取/访问 HDFS 中的数据。 HBase 位于 Hadoop 文件系统之上，提供读写访问。

HBase 和 HDFS

HBase中的存储机制

HBase 是一个 面向列的数据库 并且其中的表格按行排序。表模式仅定义列族，即键值对。一个表有多个列族，每个列族可以有任意数量的列。后续列值连续存储在磁盘上。表格的每个单元格值都有一个时间戳。简而言之，在 HBase 中：

• 表是行的集合。
• 行是列族的集合。
• 列族是列的集合。
• 列是键值对的集合。

下面给出了 HBase 中表的示例模式。

面向列和面向行

面向列的数据库是将数据表存储为数据列的部分而不是数据行的数据库。很快，他们将拥有列族。

下图显示了面向列的数据库中的列族：

HBase 和 RDBMS

HBase的特点

• HBase 是线性可扩展的。
• 它具有自动故障支持。
• 它提供一致的读取和写入。
• 它与 Hadoop 集成，既作为源又作为目标。
• 它为客户端提供了简单的 java API。
• 它提供跨集群的数据复制。

在哪里使用 HBase

• Apache HBase 用于对大数据进行随机、实时的读/写访问。

• 它在商品硬件集群之上托管非常大的表。

• Apache HBase 是一个仿照 Google 的 Bigtable 的非关系型数据库。 Bigtable 作用于 Google 文件系统，同样 Apache HBase 作用于 Hadoop 和 HDFS 之上。

HBase 的应用

• 每当需要编写繁重的应用程序时都会使用它。
• 每当我们需要提供对可用数据的快速随机访问时，都会使用 HBase。
• Facebook、Twitter、Yahoo 和 Adob​​e 等公司在内部使用 HBase。

HBase 历史