大数据小白初探Hbase从零到入门

目录

1.前言

2.初识Hbase

2.1 有了HDFS为什么还需要HBase呢？

2.2 HBase主要做什么的？

2.3 HBase架构特点？

2.4 HBase的适用场景？

2.5 HBase的数据模型和物理储存格式？

2.5.1 逻辑表结构

2.5.2 物理存储

2.5.3 分布式集群框架部署图

2.5.4 HBase的逻辑本质：

2.5.5 HBase的物理存储方案：列簇式存储设计思想？

2.6 HBase架构设计的优点和缺点？

2.7 三种使用场景：

3. 总结

---

1.前言

        今天把之前学习Hbase的入门基础知识笔记翻出来了，为了不忘记也是帮助身边的小伙伴，我把他又整理了下放了出来给大家，希望对HBASE一知半解的小伙伴，能够对Hbase有一个清晰的认识，好了废话不多说，进入正题。

2.初识Hbase

        进入正题之前，我们先说下Hbase是什么，他是一个分布式文件数据库，那么问题来了，大家都知道HDFS，也是分布式文件系统，既然有了为啥还要搞出来个Hbase呢？还有我们都知道有个大数据分布式数据仓库HIVE，可以通过sql语句来进行查询？为啥还要搞个Hbase呢？带着这个写问题，我们一起来研究。

2.1 有了HDFS为什么还需要HBase呢？

        我们带着问题来研究？首先我们要先明白一个东西，就是HDFS 是什么，他到底是做什么的？

• 一个超大数据集，拆分为Ｎ多个block小文件，分散存储在多台机器上，对超大数据集实现分布式存储的效果，并且每个block小文件，还有３个副本冗余存储，每个副本在不同的机器上，高可用和高容错。
• hdfs hadoop distributed filesystem , 分布式文件系统，存放的是文件，文件是死的，静态的，最多只能是你不停的往文件末尾追加数据，会把你追加到末尾的数据其实都是分散在多个不同的小block里存储在机器上

2.2 HBase主要做什么的？

        HBase是hadoop nosql　database，来解决海量数据的增删改查的问题。nosql 是跟sql相对应的，是跟关系型数据库相反的，是不支持sql语句的，nosql数据库，一般都是分布式的，解决海量数据的简单增删改查问题的。hive的目的是用来解决海量数据的CRUD的，我们回到上面的问题，为啥HIVE有了，还要搞个hive，就是这个原因。

      不明白么？我简单的啰嗦下，HIVE 的本质是什么？他的本质其实就是将你写的SQL翻译为基于mapreduce java api的java代码，他的特性就是只能够查询和插入，不能够删除某一条或者修改某一条的记录。

2.3 HBase架构特点？

（１）分布式架构

        hbase的定位是分布式nosql数据库，　nosql数据库的功能是通过多台机器来实现的，每台机器都是一个RegionServer，分布式管理数据库

（２） 分布式数据存储和自动数据分片

        数据分片，就是说你在hbase搞一张表，这个数据很大很大，这个表里的数据会拆分为很多个 region，每个region里是一个数据分片，然后这些region　就会分散在多台机器上；如果某个region数据太大，此时这个region会自动进行分裂，分裂成多个region，自动分散在更多的机器上，对于我们来说是极为方便的。

（３）集成hdfs　作为分布式文件存储系统

（４）强一致读写

        不是zk那种最终一致性，是强一致性，就是你写成功了立马就可以读。主要依靠的分布式存储才做到的。

（５）高可用