HBase - 概述

自 1970 年以来，RDBMS 一直是数据存储和维护相关问题的解决方案。大数据出现后，各公司意识到处理大数据的好处，并开始选择 Hadoop 等解决方案。

Hadoop 使用分布式文件系统存储大数据，并使用 MapReduce 处理大数据。Hadoop 擅长存储和处理各种格式的海量数据，例如任意格式、半结构化格式甚至非结构化格式。

Hadoop 的局限性

Hadoop 只能执行批处理，并且只能按顺序访问数据。这意味着即使是最简单的作业也必须搜索整个数据集。

处理一个巨大的数据集会产生另一个巨大的数据集，也应该按顺序处理。此时，需要一种新的解决方案来在单个时间单位内访问任何数据点(随机访问)。

Hadoop 随机访问数据库

HBase、Cassandra、couchDB、Dynamo 和 MongoDB 等应用程序是一些存储大量数据并以随机方式访问数据的数据库。

什么是 HBase?

HBase 是一个基于 Hadoop 文件系统构建的分布式列式数据库。它是一个开源项目，可水平扩展。

HBase 是一种类似于 Google 大表的数据模型，旨在提供对大量结构化数据的快速随机访问。它利用了 Hadoop 文件系统 (HDFS) 提供的容错能力。

它是 Hadoop 生态系统的一部分，提供对 Hadoop 文件系统中数据的随机实时读/写访问。

可以直接或通过 HBase 将数据存储在 HDFS 中。数据消费者使用 HBase 随机读取/访问 HDFS 中的数据。 HBase 位于 Hadoop 文件系统之上，提供读写访问。

HBase 和 HDFS

HBase 中的存储机制

HBase 是一个面向列的数据库，其中的表按行排序。表模式仅定义列族，即键值对。一个表有多个列族，每个列族可以有任意数量的列。后续列值连续存储在磁盘上。表的每个单元格值都有一个时间戳。简而言之，在 HBase 中：

• 表是行的集合。
• 行是列族的集合。
• 列族是列的集合。
• 列是键值对的集合。

下面给出了 HBase 中表的示例模式。

列式和行式

列式数据库是将数据表存储为数据列的部分，而不是数据行的数据库。不久，它们将拥有列族。

下图显示了面向列的数据库中的列族：

HBase 和 RDBMS

HBase 的功能

• HBase 是线性可扩展的。
• 它具有自动故障支持。
• 它提供一致的读取和写入。
• 它与 Hadoop 集成，既可以作为源，也可以作为目标。
• 它具有简单的 Java API客户端。
• 它提供跨集群的数据复制。

在哪里使用 HBase

• Apache HBase 用于对大数据进行随机、实时的读/写访问。

• 它在商用硬件集群之上托管非常大的表。

• Apache HBase 是一个仿照 Google 的 Bigtable 建模的非关系数据库。 Bigtable 在 Google 文件系统上运行，同样，Apache HBase 在 Hadoop 和 HDFS 上运行。

HBase 的应用

• 每当需要编写大型应用程序时，都会使用它。
• 每当我们需要提供对可用数据的快速随机访问时，就会使用 HBase。
• Facebook、Twitter、Yahoo 和 Adob​​e 等公司都在内部使用 HBase。

HBase 历史