Hbase入门(一)——初识Hbase

本文将介绍大数据的知识和Hbase的基本概念，做为大数据体系中重要的一员，Hbase弥补了Hadoop只能离线批处理的不足，支持存储小文件，随机检索。而这种特性使得Hbase对于实时计算体系的事件存储有自然的较好的支持。这使得Hbase在实时流式计算中也扮演者重要的角色。

一、大数据与Hbase

大数据在近几年发展迅速，而实时计算也是一个重要的发展趋势。无论是企业中的日志数据，仍是传感器、智能设备等等产生的数据，不可胜数。

而这些数据中结构化的数据只占一小部分，大部分是非结构化的数据。这个时候，好比图片视频等就不能轻松的存储在关系型数据库中，而大数据是能够对各类类型的数据均可以进行处理的。

但关系型数据库有几点缺陷：

没法应对高并发的考验，没有办法横向扩展，事务一致性对性能的影响。

而Nosql数据库，也就是Not Only Sql的缩写。扩展性强，并发性能好，数据模型灵活。

Hbase，也就是Hadoop Database是一个高可靠、高性能、可伸缩的分布式数据库。Hbase参考了谷歌的BigTable建模，使用HDFS做为底层存储。使用Zookeeper做为协同服务组件。

Hbase使用Java编写，仍是一种NoSQL数据库，这些特性决定了Hbase独特的应用场景。

二、概念特性

HBASE是一个数据库----能够提供数据的实时随机读写

HBASE与mysql、oralce、db二、sqlserver等关系型数据库不一样，它是一个NoSQL数据库（非关系型数据库）

Hbase的表模型与关系型数据库的表模型不一样：

​  Hbase的表没有固定的字段定义；

​  Hbase的表中每行存储的都是一些key-value对；

​  Hbase的表中有列族的划分，用户能够指定将哪些kv插入哪一个列族；

​  Hbase的表在物理存储上，是按照列族来分割的，不一样列族的数据必定存储在不一样的文件中；

​  Hbase的表中的每一行都固定有一个行键，并且每一行的行键在表中不能重复；

​  Hbase中的数据，包含行键，包含key，包含value，都是byte[ ]类型，hbase不负责为用户维护数据类型；

​  HBASE对事务的支持不好；

HBASE相比于其余nosql数据库(mongodb、redis、cassendra、hazelcast)的特色：

Hbase的表数据存储在HDFS文件系统中

从而，hbase具有以下特性：存储容量能够线性扩展； 数据存储的安全性可靠性极高！

三、核心模块

客户端Client

整个Hbase的入口，使用者经过客户端操做Hbase。经过客户端与HMaster和RegionServer进行通信。管理类操做与HMaster通讯，读写类操做与RegionServer通信。

协调服务zookeeper

zookeeper负责管理Hbase中多个HMaster的选举，服务器间状态同步。

主节点HMaster

HMaster能够启动多个，由zookeeper保证总有一个正常运行，其余做为备选。

HMaster主要负责Table和Region的管理工做。

节点HRegionServer

HRegionServer主要负责响应用户IO请求，向HDFS中读写数据。HRegionServer管理了一系列的HRegion对象。HRegion对应了Table中的一个Region。HRegion由多个HStore组成，HStore对用了Table中一个Column Family。

并且每一个HRegionServer都有一个HLog对象，用于数据恢复。

四、使用场景

搜索引擎

生成索引，在查询时经过对条件的拼接，迅速的查找到要查询的数据。

实时流式计算

无论是实时的推荐系统，仍是日志的增量存储，都是实时流式计算的一个应用。

经过将数据增量的存入Hbase，并在流式处理中实时查询Hbase，结合历史获得最终的分析结果。

更多Hbase，Flink，Kafka等实时流式计算相关博文，欢迎关注实时流式计算：

原文出处：https://www.cnblogs.com/tree1123/p/11576372.html