========= HBase 主要作用 =========

1、海量苏剧存储和海量数据的准实时查询

========= HBase 应用场景 =========

1、交通、金融、电商、移动

========= HBase 特点 =========

1、海量：HBase单表可以有百亿行，百万列，数据矩阵横向和纵向两个维度所支持的数据量级别都非常具有弹性。对比关系型数据库，单边不会超过500万行，列不会超过30列

2、面向列：HBase是面向列的存储和权限控制（关系型数据库是面向行的数据，需要定义表的列结构），并支持独立检索。列是可以动态增加，不需要定义列

3、多版本：每一个列的数据存储多个Version。

4、稀疏性：为空的列并不占用存储空间，表可以设计地非常稀疏。

5、扩展性：底层依赖HDFS

6、高可用性：WAL机制保证了数据写入时不会因为集群异常而导致写入数据丢失：Replication机制保证了在集群出现严重问题时数据不会发生丢失或损坏。而且HBase底层使用HDFS，HDFS本身也有备份。

7、高性能：底层LSM数据结构和RowKey有序排列等架构上的独特设计，使得HBase具有非常高的写入性能。region切分，主键索引和缓存机制使得HBase在海量数据下具备一定的随机读写性能，该性能针对RowKey的查询能够达到毫秒级别。

========= HBase 版本的选择 =========

1、官方版本：http://archive.apache.org/dist/hbase/

2、CDH版本：http://archive.cloudera.com/cdh5/对技术框架的整合，稳定，兼容性好，现实应用中更多的采用这个版本

========= HBase 表结构模型 =========

1、举例：求职简历表结构
   个人信息(column family列簇)      教育经历        工作经历
  姓名(column列) 年龄 电话 住址 性别     大学 研究生 博士   工作1 工作2 工作3

2、一张表列簇不会超过5个，一般是建表的时候就确定，列可以动态增加列簇不可以

3、列动态增加、数据自动划分、高并发读写、不支持条件查询

========= HBase 安装 =========

1、jdk 1.7以上

2、Hadoop-2.5.0以上

3、Zookeeper-3.4.5

========= HBase Shell ========= 

首先通过 【bin/hbase shell】进入HBase

1、通用命令

  1)、status：提供HBase的状态，例如服务器的数量
  
  2)、version：提供正在使用HBase版本  

  3)、table_help: 表引用命令提供帮助。

  4)、whoami: 提供有关用户的信息。
  
2、数据定义语言

  1)、create:创建一个表:【create 'table_name','column_family1','column_family2' 】
  
  2)、list: 列出HBase的所有表。
  
  3)、disable: 禁用表：【disable 'table name'】
  
  4)、is_disabled: 验证表是否被禁用。
  
  5)、enable: 启用一个表。
  
  6)、is_enabled: 验证表是否已启用。
  
  7)、describe: 提供了一个表的描述。
  
  8)、alter: 改变一个表。
  
  9)、exists: 验证表是否存在。
  
  10)、drop: 从HBase中删除表。
  
  11)、drop_all: 丢弃在命令中给出匹配“regex”的表。
  
  12)、Java Admin API: 在此之前所有的上述命令，Java提供了一个通过API编程来管理实现DDL功能。在这个org.apache.hadoop.hbase.client包中有HBaseAdmin和HTableDescriptor 这两个重要的类提供DDL功能。
  
3、数据操纵语言

  1)、put: 把指定列在指定的行中单元格的值在一个特定的表
  【put  'table_name’,'RowKey','colFamily:col','colValue'】
  
  2)、get: 取行或单元格的内容。
  
  3)、delete: 删除表中的单元格值。
  
  4)、deleteall: 删除给定行的所有单元格。
  
  5)、scan: 扫描并返回表数据。
  
  6)、count: 计数并返回表中的行的数目。
  
  7)、truncate: 禁用，删除和重新创建一个指定的表。
  
  8)、Java client API: 在此之前所有上述命令，Java提供了一个客户端API来实现DML功能，CRUD（创建检索更新删除）操作更多的是通过编程，在org.apache.hadoop.hbase.client包下。 在此包HTable 的 Put和Get是重要的类。
  
4、HBase的查询实现只提供两种方式：

  1)、按指定RowKey获取唯一一条记录，get方法（org.apache.hadoop.hbase.client.Get）

  2)、按指定的条件获取一批记录，scan方法（org.apache.hadoop.hbase.client.Scan）

5、实现条件查询功能使用的就是scan方式，scan在使用时有以下几点值得注意：

  1)、scan可以通过setCaching与setBatch方法提高速度（以空间换时间）；
  2)、scan可以通过setStartRow与setEndRow来限定范围。范围越小，性能越高。通过巧妙的RowKey设计使我们批量获取记录集合中的元素挨在一起（应该在同一个Region下），可以在遍历结果时获得很好的性能。
  
  3)、scan可以通过setFilter方法添加过滤器，这也是分页、多条件查询的基础。