HBase简介
深入浅出了解HBase
HBase简介
HBase是Google BigTable的开源实现，Google公司很多数据如搜索、相册、导航数据都保存在BigTable中，2003年Google发布了该技术后，社区实现了HBase。
架构
HBase在Hadoop中扮演者数据库的角色，但HBase要借助底层的HDFS来存储数据，自身并没有实现文件系统，或者说HBase有点像mysql一样，支持热插拔的文件系统（HBase既支持HDFS，也支持本地文件系统，就像Mysql支持InnoDB、MyISM等等）。而上图中包围着HBase的就是计算框架（MapReduce和Spark），并且MapReduce正逐步被Spark所替代。
HBase是什么样的数据库？关键是数据模型
HBase是一个稀疏、多维度、排序的映射表。
关键要素：
- 行键
- 列族
- 列限定符
- 时间戳
在Mysql中，我们操作的是一行行的数据；而在HBase中，我们操作（写数据、读数据）的是单元格。
什么是单元格
通过行、列族、列限定符确定的是一个单元格。
时间戳的功能是什么？
由于HBase是架构于HDFS之上，而HDFS的特点是一次写入、多次读取、写入后无法修改，因此如果要修改HBase中的数据是做不到的，而是以时间戳作为版本，生成该单元格的一条新数据。这样既不违反无法修改的原则，又实现了修改数据的功能，但实际上旧的数据亦然存在。
综上所述，HBas与关系型数据库在数据定位上有明显的区别：
-
关系型数据库：行+列，二维定位
-
HBase：行键+列族+列限定符+时间戳，四维定位
但要注意，在写入数据时，时间戳不是我们人工写的，而是我们提供行键、列族、列限定符，系统会自动生成时间戳；取数据时，系统会默认取最近的时间戳的数据。
HBase为什么能存储海量数据
在实际中，HBase存储的数据可能有数十亿行、数百万个列、上千个列族。这个巨大的表，被水平、竖直的切分成多个分区(Region)。一个分区，就是负载分发的基本单位，实现了分布式存储。