分析&回答
HBase 基本特点
- HBase是一个分布式的、面向列的开源数据库存储系统，具有高可靠性、高性能和可伸缩性，它可以处理分布在数千台通用服务器上的PB级的海量数据。
- HBase不同于一般的关系型数据库，它是一个适合于非结构化数据存储的数据库。HBase不限制存储的数据的种类，允许动态的、灵活的数据模型。
- BigTable的底层是通过GFS来存储数据，而HBase对应的则是通过HDFS（Hadoop分布式文件系统）来存储数据的。
- hbase是主从架构。hmaster作为主节点，hregionserver作为从节点。
- 基于的表包含rowkey，时间戳，和列族。新写入数据时，时间戳更新，同时可以查询到以前的版本.
- Hbase为null的记录不会被存储.
- 多版本号数据，依据Row key和Column key定位到的Value能够有随意数量的版本号值，因此对于须要存储变动历史记录的数据，用HBase是很方便的。比方某个用户的Address变更，用户的Address变更记录也许也是具有研究意义的。
HBase 系统架构图
HBase 数据模型
组成部件说明：
- Row Key： Table主键 行键 Table中记录按照Row Key排序
- Timestamp： 每次对数据操作对应的时间戳，也即数据的version number
- Column Family： 列簇，一个table在水平方向有一个或者多个列簇，列簇可由任意多个Column组成，列簇支持动态扩展，无须预定义数量及类型，二进制存储，用户需自行进行类型转换
Table&Region
- Table随着记录增多不断变大，会自动分裂成多份Splits，成为Regions
- 一个region由[startkey，endkey)表示
- 不同region会被Master分配给相应的RegionServer进行管理
两张特殊表：-ROOT- & .META.
- .META. 记录用户表的Region信息，同时，.META.也可以有多个region
- -ROOT- 记录.META.表的Region信息，但是，-ROOT-只有一个region
- Zookeeper中记录了-ROOT-表的location
- 客户端访问数据的流程：
- Client -> Zookeeper -> -ROOT- -> .META. -> 用户数据表
- 多次网络操作，不过client端有cache缓存
反思&扩展
HBase与传统关系型数据库(如MySQL)的区别
- 数据类型：没有数据类型，都是字节数组（有一个工具类Bytes，将java对象序列化为字节数组）。
- 数据操作：HBase只有很简单的插入、查询、删除、清空等操作，表和表之间是分离的，没有复杂的表和表之间的关系，而传统数据库通常有各式各样的函数和连接操作。
- 存储模式：Hbase适合于非结构化数据存储，基于列存储而不是行。
- 数据维护：HBase的更新操作不应该叫更新，它实际上是插入了新的数据，而传统数据库是替换修改
- 时间版本：Hbase数据写入cell时，还会附带时间戳，默认为数据写入时RegionServer的时间，但是也可以指定一个不同的时间。数据可以有多个版本。
- 可伸缩性，Hbase这类分布式数据库就是为了这个目的而开发出来的，所以它能够轻松增加或减少硬件的数量，并且对错误的兼容性比较高。而传统数据库通常需要增加中间层才能实现类似的功能
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
