HBase 简介

Posted 2020-08-14

本博文的主要内容有：

　　.为什么要引入列族？

　　.COLUMN和COLUMNS的区别

　　.HBase的索引有哪些？

　　.表、列族、列标识、行键、单元格、版本号、逻辑视图、物理视图、客户端视图

 　  .HBase架构中主要的组件

 　　　 .HBase具有的特点

 

 

　　和传统数据库不同的是，HBase的表不用定义有哪些列（字段，Column），因为列是可以动态增加和删除的。但HBase表需要定义列族（Column Family）。每张表有一个或者多列族，每个列必须且仅属于一个列族。列族主要用来在存储上对相关的列分组，从而使得减少对无关列的访问来提高性能。一般来说，一个列族就足够使用了。

　　HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。HBase利用Hadoop MapReduce来处理HBase中的海量数据，同时利用Zookeeper作为其协同服务。

 

　　为什么要引入列族？

　　答：列族主要用来在存储上对相关的列分组，从而使得减少对无关列的访问来提高性能。

 

　　COLUMN和COLUMNS的区别：

　　答：scan操作中的COLUMNS指定的是表的列族，get操作中的COLUMN指定的是特定的列，COLUMN的值实质上为“列族+：+列修饰符”。

 

　　HBase的索引有哪些？

　　答：HBase是一个类似BigTable的分布式数据库，它是一个稀疏的长期存储的（在硬盘上）、多维度的、排序的映射表。这张表的索引是行关键字、列关键字和时间戳。HBase中的数据都是字符串，没有类型。

 

　　.HBase架构中主要的组件？

　　　　.Zookeeper

　　　　.管理目录表的主节点

　　　　.分区（Region）服务器

　　　　　　Memstore

　　　　　　WAL

　　　　　　快缓存

　　　　.分区

　　　　　　Memstore

　　　　　　HFile

　　　　.0个或多个文件：分区表示表中一个列族的文件集合

　　　　.布隆过滤

 

　　HBase具有的特点？

　　答：线性和模块化可扩展性

　　　　严格一致的读取和写入

　　　　表的自动配置和分片

　　　　支持RegionServers之间的自动故障转移

　　　　方便的基类支持Hadoop的MapReduce作业与Apache HBase的表

　　　　易于使用的Java API的客户端访问

　　　　块缓存和布鲁姆过滤器实时查询

　　　　Thrift网关和REST-FUL Web服务支持XML、protobuf和二进制的数据编码选项

　　　　可扩展的基于JRuby（JIRB）的脚本

　　　　支持监控信息通过Hadoop子系统导出到文件或Ganglia