大数据(五) - HBase

HBase是一个构建在HDFS上的分布式列存储系统， 主要用于海量结构化数据存储， 从逻辑上讲，HBase将数据按照表、行和列进行存储。

HDFS适合批处理场景

        不支持数据随机查找

        不适合增量数据处理

        不支持数据更新

以上HDFS不适合、不支持的场景，HBase都支持

        大数据上高并发操作，比如每秒对PB级数据进行上千次操作，并且 读写访问均是非常简单的操作。

Hbase表的特点

        大：一个表可以有数十亿行，上百万列；

        无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；

        面向列：面向列（族）的存储和权限控制，列（族）独立检索；

        稀疏：对于空（null）的列，并不占用存储空间，表可以设计的非常稀疏；

        数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳；

        数据类型单一：Hbase中的数据都是字符串，没有类型。

行存储和列存储的比较

传统行式数据库

        数据是按行存储的

        没有索引的查询使用大量I/O

        建立索引和物化视图需要花费大量时间和资源

        面向查询的需求，数据库必须被大量膨胀才能满足性能要求

列式数据库

        数据是按列存储-每一列单独存放