建站
咨詢
售后
建站咨詢
新聞中心
Hbase非常適合于非結(jié)構(gòu)化數(shù)據(jù)存儲的數(shù)據(jù)庫，2006年底由PowerSet 的Chad Walters和Jim Kellerman 發(fā)起，2008年成為Apache Hadoop的一個子項目。現(xiàn)已作為產(chǎn)品在多家企業(yè)被使用。
分布式數(shù)據(jù)庫 HBase
授權(quán)協(xié)議：Apache
開發(fā)語言：Java
操作系統(tǒng)：跨平臺
項目地址：https://github.com/apache/hbase
HBase項目簡介
HBase – Hadoop Database，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統(tǒng)，利用HBase技術(shù)可在廉價PC Server上搭建起大規(guī)模結(jié)構(gòu)化存儲集群。
HBase是Google Bigtable的開源實現(xiàn)，類似Google Bigtable利用GFS作為其文件存儲系統(tǒng)，HBase利用Hadoop HDFS作為其文件存儲系統(tǒng)；Google運行MapReduce來處理Bigtable中的海量數(shù)據(jù)，HBase同樣利用Hadoop MapReduce來處理HBase中的海量數(shù)據(jù)；Google Bigtable利用 Chubby作為協(xié)同服務(wù)，HBase利用Zookeeper作為對應(yīng)。
Hbase 特性
- 大表：數(shù)十億行*數(shù)百萬列*數(shù)千個版本 = TB級或PB級的存儲
- 面向列：面向列(族)的存儲和權(quán)限控制，列(族)獨立檢索。
- 稀疏：對于為空(null)的列，并不占用存儲空間，因此，表可以設(shè)計的非常稀疏。
- 數(shù)據(jù)多版本：每個單元中的數(shù)據(jù)可以有多個版本，默認(rèn)情況下版本號自動分配，是單元格插入時的時間戳；
- 數(shù)據(jù)類型單一：Hbase中的數(shù)據(jù)都是字符串，沒有類型
HBase系統(tǒng)架構(gòu)
HBase中的組件包括Client、Zookeeper、HMaster、HRegionServer、HRegion、Store、MemStore、StoreFile、HFile、HLog等，HBase中的每張表都通過行鍵按照一定的范圍被分割成多個子表（HRegion），默認(rèn)一個HRegion超過256M就要被分割成兩個，這個過程由HRegionServer管理，而HRegion的分配由HMaster管理。
相關(guān)名詞介紹
RowKey：是Byte array，是表中每條記錄的“主鍵”，方便快速查找，Rowkey的設(shè)計非常重要。表中的行根據(jù)行的鍵值進行排序，數(shù)據(jù)按照RowKey的字典序排序存儲
Column Family：列族，擁有一個名稱(string)，包含一個或者多個相關(guān)列。列族須作為表模式(schema)定義的一部分預(yù)先定義。如create 'alarmInfo' ,'i'
Column：屬于某一個columnfamily，familyName:columnName，每條記錄可動態(tài)添加
Version Number：類型為Long，默認(rèn)值是系統(tǒng)時間戳，可由用戶自定義
Value(Cell)：由{row key, column(=
HBase邏輯模型
HBase以表的形式存儲數(shù)據(jù)。表有行和列組成。列劃分為若干個列族(row family)
Hbase 物理模型
Table中所有行都按照row key的字典序排列；Table在行的方向上分割為多個Region；Region按大小分割的，每個表開始只有一個region，隨著數(shù)據(jù)增多，region不斷增大，當(dāng)增大到一個閥值的時候，region就會等分會兩個新的region，之后會有越來越多的region；Region是Hbase中分布式存儲和負(fù)載均衡的最小單元，不同Region分布到不同RegionServer上。
Region雖然是分布式存儲的最小單元，但并不是存儲的最小單元。Region由一個或者多個Store組成，每個store保存一個columns family；每個Strore又由一個memStore和0至多個StoreFile組成，StoreFile包含HFile；memStore存儲在內(nèi)存中，StoreFile存儲在HDFS上。
Hbase 請求過程
HBase是一個分布式數(shù)據(jù)庫，因此一張表的數(shù)據(jù)可能會分布在不同的節(jié)點中。需要注意的是 region是Hbase分布式存儲的最小單位，但region不是HBase存儲的最小單位。在HBase中，一張表會被根據(jù)行鍵值的范圍劃分為幾個region，然后不同的region將會放在不同的region服務(wù)器上，被服務(wù)器上的HRegionServer 所管理和維持。
因此我們可以推斷出，當(dāng)我們發(fā)送一個查找（插入、刪除）請求時，首先客戶端能根據(jù)請求中的行鍵值去確定該行鍵值應(yīng)該存儲在哪一個region上，并且該region在哪一個region服務(wù)器上（該查詢過程主要使用-ROOT-表、和.meta表，當(dāng)定位到操作的region服務(wù)器的位置以后，客戶端（Client）會將該操作發(fā)送到region服務(wù)器上，然后請求操作可能會被直接執(zhí)行，也可能會進入任務(wù)隊列等待
Hbase 與RDBMS對比
為什么采用HBase？
HBase 不同于一般的關(guān)系數(shù)據(jù)庫,它是一個適合于非結(jié)構(gòu)化數(shù)據(jù)存儲的數(shù)據(jù)庫.所謂非結(jié)構(gòu)化數(shù)據(jù)存儲就是說HBase是基于列的而不是基于行的模式，這樣方面讀寫你的大數(shù)據(jù)內(nèi)容。
HBase是介于Map Entry(key & value)和DB Row之間的一種數(shù)據(jù)存儲方式。就點有點類似于現(xiàn)在流行的Memcache，但不僅僅是簡單的一個key對應(yīng)一個 value，你很可能需要存儲多個屬性的數(shù)據(jù)結(jié)構(gòu)，但沒有傳統(tǒng)數(shù)據(jù)庫表中那么多的關(guān)聯(lián)關(guān)系，這就是所謂的松散數(shù)據(jù)。
簡單來說，你在HBase中的表創(chuàng)建的可以看做是一張很大的表，而這個表的屬性可以根據(jù)需求去動態(tài)增加，在HBase中沒有表與表之間關(guān)聯(lián)查詢。你只需要 告訴你的數(shù)據(jù)存儲到Hbase的那個column families 就可以了，不需要指定它的具體類型：char,varchar,int,tinyint,text等等。但是你需要注意HBase中不包含事務(wù)此類的功 能。
網(wǎng)頁名稱：一文讀懂大數(shù)據(jù)時代的結(jié)構(gòu)化存儲數(shù)據(jù)庫——HBase
標(biāo)題路徑：http://www.5511xx.com/article/dpidjjd.html
