好程序员大数据培训HBase简介

　　好程序员大数据培训：HBase简介

　　Hbase介绍

　　Apache HBase是Hadoop数据库，一个分布式的、可伸缩的大数据存储。当用户需要对大数据进行随机的、实时的读/写访问时，可以使用Apache HBase。这个项目的目标是在商品硬件的集群上托管非常大的表——数十亿行、百万列。Apache HBase是一个开源的、分布式的、版本化的、非关系的数据库，它模仿了Google的Bigtable，是一个结构化数据的分布式存储系统，就像Bigtable利用Google文件系统提供的分布式数据存储一样，Apache HBase在Hadoop和HDFS上提供了类似于bigtable的功能。

　　HBase的特点

　　大：一个表可以有数十亿行，上百万列;

　　无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列;

　　面向列：面向列(族)的存储和权限控制，列(族)独立检索;

　　稀疏：对于空(null)的列，并不占用存储空间，表可以设计得非常稀疏;

　　数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳;

　　数据类型单一：HBase中的数据都是字符串，便于压缩。

　　HBase与关系型数据库的对比如下：

　　传统行式数据库：

　　数据是按行存储的，一行是一条数据。数据量大时，要在经常查询的字段上建立索引以提高查询性能，但是建立索引和物化视图需要花费大量时间和资源 ，为了满足性能需求数据库被大量膨胀。

　　列式数据库：

　　数据是按列存储,每一列单独存放，数据本身就是索引，查询时只访问查询涉及的列，大大降低了I/O ,每一列由一个线程来处理,数据类型一致，便于压缩。

　　HBase与HDFS的对比

　　两者都具有良好的容错性和扩展性，都可以扩展到成百上千个节点; HBase适合数据的随机存取，数据的增加，数据的更新。HDFS适合批处理场景，不适合存储大量小文件。比如：现在要存储多台服务器上的日志文件，要求数据可以按天进行查询。如果使用HDFS存储只可以存成小文件，但是HDFS又不适合这样存储数据，这种场景使用HBase就可以很好地解决。

　　以上是好程序员大数据讲师对于HBase简介，如有疑问欢迎留言咨询。