HBase教學

自1970年以來，關係資料庫用於數據存儲和維護有關問題的解決方案。大數據的出現後，好多公司實現處理大數據並從中受益，並開始選擇像 Hadoop 的解決方案。

Hadoop使用分佈式檔系統，用於存儲大數據，並使用MapReduce來處理。Hadoop擅長於存儲各種格式的龐大的數據，任意的格式甚至非結構化的處理。

Hadoop的限制

Hadoop只能執行批量處理，並且只以順序方式訪問數據。這意味著必須搜索整個數據集，即使是最簡單的搜索工作。

當處理結果在另一個龐大的數據集，也是按順序處理一個巨大的數據集。在這一點上，一個新的解決方案，需要訪問數據中的任何點（隨機訪問）單元。

Hadoop隨機存取資料庫

應用程式，如HBase, Cassandra, couchDB, Dynamo 和 MongoDB 都是一些存儲大量數據和以隨機方式訪問數據的資料庫。

HBase是什麼?

HBase是建立在Hadoop檔系統之上的分佈式面向列的資料庫。它是一個開源專案，是橫向擴展的。

HBase是一個數據模型，類似於穀歌的大表設計，可以提供快速隨機訪問海量結構化數據。它利用了Hadoop的檔系統（HDFS）提供的容錯能力。

它是Hadoop的生態系統，提供對數據的隨機即時讀/寫訪問，是Hadoop檔系統的一部分。

人們可以直接或通過HBase的存儲HDFS數據。使用HBase在HDFS讀取消費/隨機訪問數據。 HBase在Hadoop的檔系統之上，並提供了讀寫訪問。

HBase 和 HDFS

HBase的存儲機制

HBase是一個面向列的資料庫，在表中它由行排序。表模式定義只能列族，也就是鍵值對。一個表有多個列族以及每一個列族可以有任意數量的列。後續列的值連續地存儲在磁片上。表中的每個單元格值都具有時間戳。總之，在一個HBase：

• 表是行的集合。
• 行是列族的集合。
• 列族是列的集合。
• 列是鍵值對的集合。

下麵給出的表中是HBase模式的一個例子。

面向列和麵向行

面向列的資料庫是存儲數據表作為數據列的部分，而不是作為行數據。總之它們擁有列族。

下圖顯示了列族在面向列的資料庫：

HBase 和 RDBMS

HBase的特點

• HBase線性可擴展。
• 它具有自動故障支持。
• 它提供了一致的讀取和寫入。
• 它集成了Hadoop，作為源和目的地。
• 客戶端方便的Java API。
• 它提供了跨集群數據複製。

在哪里可以使用HBase？

• Apache HBase曾經是隨機，即時的讀/寫訪問大數據。
• 它承載在集群普通硬體的頂端是非常大的表。
• Apache HBase是此前穀歌Bigtable模擬非關係型資料庫。 Bigtable對穀歌檔系統操作，同樣類似Apache HBase工作在Hadoop HDFS的頂部。

HBase的應用

• 它是用來當有需要寫重的應用程式。
• HBase使用於當我們需要提供快速隨機訪問的數據。
• 很多公司，如Facebook，Twitter，雅虎，和Adobe內部都在使用HBase。

HBase 歷史