分布式NoSQL列存储数据库Hbase

Posted Maynor学长

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分布式NoSQL列存储数据库Hbase相关的知识,希望对你有一定的参考价值。

文章目录

分布式NoSQL列存储数据库Hbase(六)

知识点01:回顾

  1. Hbase表的设计

    • Rowkey设计

      • 业务原则:将最常用的查询条件的字段作为Rowkey的前缀
      • 唯一原则:保证每一个Rowkey表示唯一的一条数据
      • 组合原则:尽量将常用的几个查询字段组合作为rowkey
      • 散列原则:构建不连续的Rowkey
        • 可以不连续字段作为前缀
        • 加密:编码规则:Md5
        • 反转
        • 添加随机值
      • 长度原则:保证业务前提,越短越好
    • 列族设计

      • 长度原则:名称没有别的意义,满足标识以后,越短越好

      • 个数原则:列族的个数不超过3个

        • 1个:如果列的个数比较少

        • 2个或者3个:如果列的个数达到30个及以上

  2. Hbase Java API

    • step1:构建连接

      Connection conn = ConnectionFactory.getConnect(Configuration)
      
    • step2:DDL

      • 构建admin
    • step3:DML

      • 构建Table对象

      • 写:Put

        Put put = new Put(rowkey)
        put.addColumn(cf,col,value)
        table.put(Put)
        
      • 读:Scan

        Scan scan = new Scan
        //过滤器
        rowkey范围:startrow和stoprow
        rowkey前缀:PrefixFilter
        列值过滤:SingleColumnValueFilter
        列的过滤:MultipleColumnPrefixFilter
        ResultScanner rsscan  = table.getScanner(Scan)  //多个rowkey数据的集合
        for(Result rs: rsscan)
        	//每个rowkey就是一个Result
        	for(Cell cell:rs.rawCells)
        		//每列的数据
        	
        
        
        

知识点02:目标

  1. SQL on Hbase
    • 使用SQL语句来操作Hbase
      • Hbase不支持SQL接口
    • 额外的工具来实现
  2. Hive on Hbase【了解】
    • 使用Hive中的SQL语句来实现对Hbase数据的操作
    • 本质:通过MapReduce来实现读写Hbase
  3. Phoenix【重点】
    • 专门为Hbase所设计的一个工具
    • 本质:直接封装Hbase的JavaAPI来实现的
    • 功能、应用场景、基本原理、特点
    • 基本使用:语法【upsert、delete、select】

知识点03:SQL on Hbase

  • 问题

    • Hbase是列存储NoSQL,不支持SQL,开发接口不方便大部分用户使用,怎么办?
  • 分析

    • 应用场景:应用系统或者大数据存储系统

      • 大数据存储系统:大数据工程师

        • 利用Hbase来存储大量要分析处理的数据
        • 使用JavaAPI通过MapReduce或者通过Spark来实现数据的读写
          • Java
          • Scala
      • 应用系统:Java工程师、数据分析师

        • 利用Hbase来存储大量的商品数据、订单数据,来提供高性能的查询
      • 问题:Java人员不会Hbase Java API,对于数据库会JDBC

      • 解决:需要一个工具能让Hbase支持SQL,支持JDBC方式对Hbase进行处理

    • Hbase的结构是否能实现基于SQL的查询操作?

      • 普通表数据:按行操作

        id		name		age		sex		addr
        001		zhangsan	18		null	shanghai
        002		lisi		20		female	null
        003		wangwu		null	male	beijing
        ……
        
      • Hbase数据:按列操作

        rowkey			cf1:id		cf1:name		cf1:age		cf2:sex		cf2:addr
        zhangsan_001	001			zhangsan		18			null		shanghai
        lisi_002		002			lisi			20			female		null
        wangwu_003		003			wangwu			null		male		beijing
        ……
        
    • 可以基于Hbase数据构建结构化的数据形式

    • 可以用SQL来实现处理

  • 实现

    • 将Hbase表中每一行对应的所有列构建一张完整的结构化表
    • 如果这一行没有这一列,就补null
    • Hive:通过MapReduce来实现
    • Phoenix:通过Hbase API封装实现的
  • 总结

    • 原因:满足各种应用场景下,对于Hbase使用的方式,基于SQL方式会更加通用
    • 实现:将整张表的数据构建结构化形式,每一行没有列就补null
    • 原理:将SQL转换成了Hbase的客户端操作来实现的

知识点04:Hive on Hbase 介绍

  • 功能:实现Hive与Hbase集成,使用Hive SQL对Hbase的数据进行处理

  • 原理

    • Hive的功能:使用HQL对表的数据进行处理

      • 本质:通过MapReduce对HDFS中的文件进行处理

      • 原理

        • TextInputFormat:读文件

        • TextOutputFormat:写文件

    • MapReduce的功能:读取数据进行分布式计算

      • InputFormat:输入类

        • TextInputFormat:默认的输入类,用于读取文件系统
        • DBInputFormat:用于读取JDBC数据库
          • 实现Sqoop导入的:将mysql数据导入到Hive或者HDFS
        • TableInputFormat:用于读取Hbase数据
      • OutputFormat:输出类

        • TextOutputFormat:默认的输出类,用于将结果写入文件系统

        • DBOutputFormat:用于写入JDBC数据库

          • 实现Sqoop导出的:将HDFS数据写入MySQL
        • TableOutputFormat:用于写入HBase数据库

    • 原理:Hive可以通过MapReduce来实现映射读写Hbase表的数据

  • 特点

    • 优点:支持完善的SQL语句,可以实现各种复杂SQL的数据处理及计算,通过分布式计算程序实现,对大数据量的数据处理比较友好

    • 缺点:不支持二级索引,数据量不是特别大的情况下,性能一般

  • 应用

    • 基于大数据高性能的离线读写,并且使用SQL来开发

知识点05:Hive on Hbase 配置

  • 需求

    • 配置Hive与Hbase集成,实现Hive中可以读写Hbase表
  • 分析

    • step1:修改Hive配置文件,指定Hbase的Zookeeper地址
    • step2:按顺序启动HDFS、ZK、Hbase、Hive
  • 实现

    • 全部操作在第三台机器

    • 修改hive-site.xml:Hive通过SQL访问Hbase,就是Hbase的客户端,就要连接zookeeper

      cd /export/server/hive-2.1.0-bin/
      vim conf/hive-site.xml
      
      <property>
      	<name>hive.zookeeper.quorum</name>
      	<value>node1,node2,node3</value>
      </property>
       <property>
      	<name>hbase.zookeeper.quorum</name>
      	<value>node1,node2,node3</value>
      </property>
      <property>
          <name>hive.server2.enable.doAs</name>
          <value>false</value>
      </property>
      
    • 修改hive-env.sh

      export HBASE_HOME=/export/server/hbase-2.1.0
      
    • 启动HDFS、ZK、Hbase:第一台机器

      start-dfs.sh
      /export/server/zookeeper-3.4.6/bin/start-zk-all.sh
      start-hbase.sh
      
    • 启动Hive和YARN:第三台机器

      #启动YARN
      start-yarn.sh
      #先启动metastore服务
      start-metastore.sh 
      #然后启动hiveserver
      start-hiveserver2.sh
      #然后启动beeline
      start-beeline.sh
      
  • 总结

    • 先配置Hive的配置文件:添加Hbase的地址
    • 然后按照先后顺序启动即可

知识点06:Hive on Hbase 实现

  • 需求

    • 在Hive中实现对Hbase表的数据读写
  • 分析

    • step1:如果表在Hbase中没有,Hive中没有,在Hive中创建表,指定在Hbase中创建关联表
      • 场景比较少
      • 在Hive中建一张表,自动在Hbase中也创建一张对应的表
    • step2:如果表在Hbase中有,但是Hive中没有,Hive中创建一张外部表,关联Hbase表
      • 主要应用的方式
      • Hbase中的表已经存在,已经有数据,构建一张Hive关联表,使用SQL进行查询
  • 实现

    • 第三台机器测试

    • 如果Hbase中表不存在:【用的比较少】

      • 创建测试数据文件

        vim /export/data/hive-hbase.txt
        1,zhangsan,80
        2,lisi,60
        3,wangwu,30
        4,zhaoliu,70
        
      • 创建测试表

        --创建测试数据库
        create database course;
        --切换数据库
        use course;
        --创建原始数据表
        create external table if not exists course.score(
        id int,
        cname string,
        score int
        ) row format delimited fields terminated by ',' stored as textfile ;
        --加载数据文件
        load data local inpath '/export/data/hive-hbase.txt' into table score;
        
      • 创建一张Hive与HBASE的映射表

        create table course.hbase_score(
        id int,
        cname string,
        score int
        )  
        stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
        with serdeproperties("hbase.columns.mapping" = "cf:name,cf:score") 
        tblproperties("hbase.table.name" = "hbase_score");
        
      • 将测试表的数据写入映射表

         set hive.exec.mode.local.auto=true;
         insert overwrite table course.hbase_score select id,cname,score from course.score;
        
    • 如果Hbase中表已存在,只能创建外部表

        create external table course.t1(
        key string,
        name string,
        age  string,
        addr string,
        phone string
        )  
        stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
        with serdeproperties("hbase.columns.mapping" = ":key,basic:name,basic:age,other:addr,other:phone") 
        tblproperties("hbase.table.name" = "itcast:t1");
      

  • 总结

    • Hive中的只是关联表,并没有数据,数据存储在Hbase表中
  • 在Hive中创建Hbase的关联表,关联成功后,使用SQL处理关联表

    • 如果Hbase中表不存在,默认使用Hive的第一列作为rowkey
    • 如果Hbase中表已存在,只能建外部表,使用:key来表示rowkey
    • HIve中与Hbase关联的表,不能使用load加载,只能使用insert,通过MR读写数据

知识点07:二级索引问题

  • 问题

    • Hbase使用Rowkey作为唯一索引,需要构建二级索引来解决查询问题,如何构建二级索引以及维护索引表?
  • 分析

    • step1:基于存储和常用查询需求,构建数据表

    • step2:基于其他查询需求,构建索引表

    • step3:先查询索引表,再查询数据表

    • step4:自动维护索引表与原始数据表的数据一致性

  • 实现

    • 构建数据表

      rowkey:name_id			id			name			age			sex			addr
      zhangsan_001			001			zhangsan		18			male		shanghai
      lisi_002				002			lisi			18			female		beijing
      zhangsan_003			003			zhangsan		20			male		
      ……
      
    • 构建索引表

      rowkey:id_name			col:原始数据表的rowkey
      001_zhangsan			zhangsan_001
      002_lisi				lisi_002
      003_zhangsan			zhangsan_003
      ……
      
    • 查询:根据id查询

      • 先查询索引表,获取原表的Rowkey
      • 再根据原表Rowkey查询原表的数据
    • 维护

      • 当原表数据需要进行增删改时,索引表自动进行同步增删改对应的数据,保持一致性
    • 解决方案

      • 方案一:客户端操作实现

        put1
        put2
        table1.put(put1)
        table2.put(put2)
        
      • 方案二:协处理器实现

        • 自己开发代码
        • 让Hbase监听原表,原表更改一条,Hbase自动对索引表更改一条
        • 缺点:开发比较麻烦
      • 方案三:第三方工具

        • Phoenix:将所有协处理器都封装好了

          • 支持SQL

          • 支持自动二级索引的构建及维护

            create index 
            
  • 总结

    • 需求:必须根据不同的查询条件,创建不同的索引表,并且维护所有索引表与原始数据表的同步
    • 解决:通过Phoenix自带的协处理器来实现

知识点08:Phoenix的介绍

  • 功能

    • 专门基于Hbase所设计的SQL on Hbase 工具

    • 使用Phoenix实现基于SQL操作Hbase

    • 使用Phoenix自动构建二级索引并维护二级索引

  • 原理

    • 上层提供了SQL接口

      • 底层全部通过Hbase Java API来实现,通过构建一系列的Scan和Put来实现数据的读写
    • 功能非常丰富

      • 底层封装了大量的内置的协处理器,可以实现各种复杂的处理需求,例如二级索引等
  • 特点

    • 优点
      • 支持SQL接口
      • 支持自动维护二级索引
    • 缺点
      • SQL支持的语法不全面
      • Bug比较多
    • Hive on Hbase对比
      • Hive:SQL更加全面,但是不支持二级索引,底层通过分布式计算工具来实现
      • Phoenix:SQL相对支持不全面,但是性能比较好,直接使用HbaseAPI,支持索引实现
  • 应用

    • Phoenix适用于任何需要使用SQL或者JDBC来快速的读写Hbase的场景

    • 或者需要构建及维护二级索引场景

知识点09:Phoenix的安装配置

  • 需求

    • http://phoenix.apache.org/
    • 安装部署配置Phoenix,集成Hbase
  • 分析

    • step1:上传解压安装
    • step2:修改配置,指定Hbase连接地址
    • step3:启动Phoenix,连接Hbase
  • 实现

    • 下载:http://phoenix.apache.org/download.html

    • 第一台机器上传

      cd /export/software/
      rz
      
    • 第一台机器解压

      tar -zxvf apache-phoenix-5.0.0-HBase-2.0-bin.tar.gz -C /export/server/
      cd /export/server/
      mv apache-phoenix-5.0.0-HBase-2.0-bin phoenix-5.0.0-HBase-2.0-bin
      
    • 修改三台Linux文件句柄数

      vim /etc/security/limits.conf
      #在文件的末尾添加以下内容,*号不能去掉
      
      * soft nofile 65536
      * hard nofile 131072
      * soft nproc 2048
      * hard nproc 4096
      
    • 将Phoenix所有jar包分发到Hbase的lib目录下

      #拷贝到第一台机器
      cd /export/server/phoenix-5.0.0-HBase-2.0-bin/
      cp phoenix-* /export/server/hbase-2.1.0/lib/
      cd /export/server/hbase-2.1.0/lib/
      #分发给第二台和第三台
      scp phoenix-* node2:$PWD
      scp phoenix-* node3:$PWD
      
    • 修改hbase-site.xml,添加一下属性

      cd /export/server/hbase-2.1.0/conf/
      vim hbase-site.xml
      
      <!-- 关闭流检查,从2.x开始使用async -->
      <property>
          <name>hbase.unsafe.stream.capability.enforce</name>
          <value>false</value>
        </property>
      <!-- 支持HBase命名空间映射 -->
      <property>
          <name>phoenix.schema.isNamespaceMappingEnabled</name>
          <value>true</value>
      </property>
      <!-- 支持索引预写日志编码 -->
      <property>
        <name>hbase.regionserver.wal.codec</name>
        <value>org.apache.hadoop.hbase.regionserver.wal.IndexedWALEditCodec</value>
      </property>
      <!-- 配置NS映射 -->
      <property>
        <name>phoenix.schema.isNamespaceMappingEnabled</name>
        <value>true</value>
      </property>
      
    • 同步给其他两台机器

      scp hbase-site.xml node2:$PWD
      scp hbase-site.xml node3:$PWD
      
    • 同步给Phoenix

      cp hbase-site.xml /export/server/phoenix-5.0.0-HBase-2.0-bin/bin/
      
    • 重启Hbase

      stop-hbase.sh
      start-hbase.sh
      
    • 启动Phoenix

      cd /export/server/phoenix-5.0.0-HBase-2.0-bin/
      bin/sqlline.py node1:2181
      
    • 测试

      !tables
      

  • 总结

    • 解压安装
    • 修改配置
    • 启动服务
    • 测试环境

知识点10:Phoenix的语法:DDL:NS

  • http://phoenix.apache.org/language/index.html

  • 需求

    • 实现基于SQL的数据库管理:创建、切换、删除
  • 分析

    • step1:创建Namespace
    • step2:切换Namespace
    • step3:删除Namespace
  • 实现

    • 创建NS

      create schema if not exists student;
      
    • 切换NS

      use student;
      
    • 删除NS

      drop schema if exists student;
      
  • 总结

    • 基本与SQL语法一致
    • 注意:Phoenix中默认会将所有字符转换为大写,如果想要使用小写字母,必须加上双引号

知识点11:Phoenix的语法:DDL:Table

  • 需求

    • 实现基于SQL的数据表管理:创建、列举、查看、删除
  • 分析

    • step1:列举当前所有的表
    • step2:创建表
    • step3:查询表信息
    • step4:删除表
  • 实现

    • 列举

      !tables
      
    • 创建

      • 语法:http://phoenix.apache.org/language/index.html#create_table

        CREATE TABLE my_schema.my_table (
            id BIGINT not null primary key, 
            date Date
        );
        
        CREATE TABLE my_table ( 
            id INTEGER not null primary key desc, 
            m.date DATE not null,
            m.db_utilization DECIMAL, 
            i.db_utilization
        ) m.VERSIONS='3';
        
        CREATE TABLE stats.prod_metrics ( 
              host char(50) not null, 
              created_date date not null,
              txn_count bigint 
              CONSTRAINT pk PRIMARY KEY (host, created_date) 
          );
        
          CREATE TABLE IF NOT EXISTS "my_case_sensitive_table"( 
              "id" char(10) not null primary key, 
              "value" integer
          ) DATA_BLOCK_ENCODING='NONE',VERSIONS=5,MAX_FILESIZE=2000000 
          split on (?, ?, ?);
        
        
          CREATE TABLE IF NOT EXISTS my_schema.my_table (
              org_id CHAR(15), 
              entity_id CHAR(15), 
              payload binary(1000),
              CONSTRAINT pk PRIMARY KEY (org_id, entity_id) 
          ) TTL=86400
        

  • 如果Hbase中没有这个表

    use default;
    create table if not exists ORDER_DTL(
        ID varchar primary key,
        C1.STATUS varchar,
        C1.PAY_MONEY float,
        C1.PAYWAY integer,
        C1.USER_ID varchar,
        C1.OPERATION_DATE varchar,
        C1.CATEGORY varchar
    );
    
  • 如果Hbase中已存在会自动关联

    create table if not exists ORDER_INFO(
        "ROW" varchar primary key,
        "C1"."USER_ID" varchar,
        "C1"."OPERATION_DATE" varchar,
        "C1"."PAYWAY" varchar,
        "C1"."PAY_MONEY" varchar,
        "C1"."STATUS" varchar,
        "C1"."CATEGORY" varchar
    ) column_encoded_bytes=0 ;
    
    • 查看

      !desc order_info;
      
    • 删除

      drop table if exists order_dtl;
      
  • 总结

    • 创建表时,必须指定主键作为Rowkey,主键列不能加列族

    create table if not exists ORDER_INFO(
    –不能这么写
    “C1”.“ROW” varchar primary key,
    “C1”.“USER_ID” varchar,
    “C1”.“OPERATION_DATE” varchar,
    “C1”.“PAYWAY” varchar,
    “C1”.“PAY_MONEY” varchar,
    “C1”.“STATUS” varchar,
    “C1”.“CATEGORY” varchar
    ) column_encoded_bytes=0 ;

    • Phoenix 4.8版本之前只要创建同名的Hbase表,会自动关联数据

    • Phoenix 4.8版本以后,不推荐关联表的方式

      • 推荐使用视图关联的方式来实现,如果你要使用关联表的方式,必须加上以下参数
        column_encoded_bytes=0 ;
        ```
    
    - 如果关联已存在的表,Rowkey字段叫做ROW,使用时必须加上双引号
    
    

    select “ROW”,“C1”.USER_ID,“C1”.“PAYWAY” from ORDER_INFO;

    
    
    
    

知识点12:Phoenix的语法:DML:upsert

列名数值描述
Rowkey02602f66-adc7-40d4-8485-76b5632b5b53行健,编码生成
USER_ID4944191用户id
OPERATION_DATE2020-04-25 12:09:16操作时间
PAYWAY1支付方式
PAY_MONEY4070支付金额
STATUS已提交提交状态
CATEGORY手机;分类
  • 需求

    • 基于order_info订单数据实现DML插入数据
  • 分析

    • Phoenix中插入更新的命令为:upsert

      • 功能:insert + update
        • MySQL:replace
        • 如果存在就更新,如果不存在就插入
    • 语法及示例

      UPSERT INTO TEST VALUES('foo','bar',3);
      UPSERT INTO TEST(NAME,ID) VALUES('foo',123);
      UPSERT INTO TEST(ID, COUNTER) VALUES(123, 0) ON DUPLICATE KEY UPDATE COUNTER = COUNTER + 1;
      UPSERT INTO TEST(ID, MY_COL) VALUES(123, 0) ON DUPLICATE KEY IGNORE;
      
  • 实现

    • 插入一条数据

      upsert into order_info values('z8f3ca6f-2f5c-44fd-9755-1792de183845','4944191','2020-04-25 12:09:16','1','4070','未提交','电脑');
      
    • 更新USERID为123456

      upsert into order_info("ROW","USER_ID") values('z8f3ca6f-2f5c-44fd-9755-1792de183845','123456');
      
  • 总结

    • 语法类似于insert语法

    • 功能:insert + update

知识点13:Phoenix的语法:DML:delete

  • 需求

    • 基于order_info订单数据实现DML删除数据
  • 分析

    • Phoenix中插入更新的命令为:delete

    • 语法及示例

      DELETE FROM TEST;
      DELETE FROM TEST WHERE ID=123;
      DELETE FROM TEST WHERE NAME LIKE 'foo%';
      
  • 实现

    • 删除USER_ID为123456的rowkey数据

      delete from order_info where USER_ID = '123456';
      
  • 总结

    • 与MySQL是一致的

知识点14:Phoenix的语法:DQL:select

  • 需求

    • 基于order_info订单数据实现DQL查询数据
  • 分析

    • Phoenix中插入更新的命令为:select

    • 语法及示例

      SELECT * FROM TEST LIMIT 1000;
      SELECT * FROM TEST LIMIT 1000 OFFSET 100;
      SELECT full_name FROM SALES_PERSON WHERE ranking >= 5.0
          UNION ALL SELECT reviewer_name FROM CUSTOMER_REVIEW WHERE score >= 8.0
      
  • 实现

    • 查询支付方式为1的数据

      select "ROW",payway,pay_money,category from order_info where payway = '1';
      
    • 查询每种支付方式对应的用户人数,并且按照用户人数降序排序

      • 分组:每、各个、不同
      • 排序:用户人数
      select
        payway,
        count(distinct user_id) as numb
      from order_info
      group by payway 
      order by numb desc;
      
    • 查询数据的第60行到66行

      --以前的写法:limit M,N
      --M:开始位置
      --N:显示的条数
      --Phoenix的写法:limit N offset M
      select * from order_info limit 6 offset 60;//总共66行,显示最后6行
      
    • 函数支持

      • http://phoenix.apache.org/language/functions.html
  • 总结

    • 基本查询与MySQL也是一致的
    • 写的时候注意数据类型以及大小写的问题即可
    • 如果遇到SQL报错,检查语法是否支持

知识点15:Phoenix的使用:预分区

  • 需求

    • Hbase命令建表

      create Ns;tbname,列族,预分区
      
    • 创建表的时候,需要根据Rowkey来设计多个分区

  • 分析

    • Phoenix也提供了创建表时,指定分区范围的语法

      CREATE TABLE IF NOT EXISTS "my_case_sensitive_table"( 
          "id" char(10) not null primary key, 
          "value" integer
      )
      DATA_BLOCK_ENCODING='NONE',VERSIONS=5,MAX_FILESIZE=2000000 split on (?, ?, ?)
      
  • 实现

    • 创建数据表,四个分区

      drop table if exists ORDER_DTL;
      create table if not exists ORDER_DTL(
          "id" varchar primary key,
          C1."status" varchar,
          C1."money" float,
          C1."pay_way" integer,
          C1."user_id" varchar,
          C1."operation_time" varchar,
          C1."category" varchar
      ) 
      CONPRESSION='GZ'
      SPLIT ON ('3','5','7');
      
    • 插入数据

      UPSERT INTO "ORDER_DTL" VALUES('02602f66-adc7-40d4-8485-76b5632b5b53','已提交',4070,1,'4944191','2020-04-25 12:09:16','手机;');
      UPSERT INTO "ORDER_DTL" VALUES('0968a418-f2bc-49b4-b9a9-2157cf214cfd','已完成',4350,1,'1625615','2020-04-25 12:09:37','家用电器;;电脑;');
      UPSERT INTO "ORDER_DTL" VALUES('0e01edba-5e55-425e-837a-7efb91c56630','已提交',6370,3,'3919700','2020-04-25 12:09:39','男装;男鞋;');
      UPSERT INTO "ORDER_DTL" VALUES('0f46d542-34cb-4ef4-b7fe-6dcfa5f14751','已付款',9380,1,'2993700','2020-04-25 12:09:46','维修;手机;');
      UPSERT INTO "ORDER_DTL" VALUES('1fb7c50f-9e26-4aa8-a140-a03d0de78729','已完成',Day26:分布式NoSQL列存储数据库HBASE

      分布式NoSQL列存储数据库Hbase

      为啥说hbase是一个面向列的数据库

      Hbase介绍

      分布式NoSQL列存储数据库HbaseHbase的功能与应用场景基本设计思想

      Hbase基本架构及原理