Hadoop大数据系列之NoSql海量数据库Hbase详解原理篇（一）

Hbase的引言

一、什么是Hbase

1、hbase是Apache 组织开源的顶级项目 distributed, scalable, big data store 产品。
2、hbase是Google 的BigTable论文的开源实现。
3、hbase是基于Hadoop的一个NoSQL产品  Column(列存储)类型的NoSQL。
4、hbase是Google BigTable的开源实现, 数据存储于Hdfs上。
5、hbase运行亿级别数据查询时，效率可达到秒级、毫秒级、在线处理、实时的处理。

二、Hbase表的包含

表（Table）
       一个表可以有上亿行，上百万列，面向列:面向列(族)的存储和权限控制，列(族)独立检索。稀疏:对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。
行（Row）
       在表中数据依赖于行来存储，行通过行键来区分。行键没有数据类型，通常是一个字节数组。

列族（Column Family）
       行中的数据通过列族来组织。列族也暗示了数据的物理排列。所以列族必须预先定义，并且不容易被修改。每行都拥有相同的列族，可能有些行的数据为空。列族是字符串和字符的组合，可以在文件系统路径 
中使用。

列标识（Column Qualifier）
       数据在列族中的位置是通过列标识来指定的。列标识不需要预先指定，每行的列标识也不需要相同。就像行键一样，列标识没有数据类型，通常也是字节数组。

单元（Cell）
       单元是行键、列族、列标识的组合。这些数据存储在单元中，被称作单元数据。数据也不需要数据类型，通常也是字节数组。

时间戳（Timestamp）
单元数据是有版本的。版本的区分就是他们的版本号，版本号默认就是时间戳。当写入数据时，如果没有指定时间，那么默认的时间就是系统的当前时间。读取数据的时候，如果没有指定时间，那么返回的就是最新的数据。保留版本的数量根据每个列族的配置。默认的版本数量是3。

三、NoSQL特点

1、部分NoSQL In-Memory 内存型 （Redis)。
2、Schema-Less NoSchema 弱格式 无格式。
3、杜绝表连接。
4、弱化事务，没有事务 （Redis有事务，MongoDB(4.x 没事务 4.x后有事务了)。
5、搭建集群方便。

四、NoSQL分类

1、Key value    类型  redis
2、Document   类型  mongodb
3、Column       类型  HBase Cassandra
4、图                类型  neo4j (金融 知识图谱) 

五、Hbase详细说明

1、它是面向列的存储方式，Hbase中没有库的概念。通过namespace替换库，它是一种数据格式为Key，Value类型的nosql数据库，Value是以Byte[]流存储。
2、Column Famliy:列簇，把具有相同特性的列放在一块，组成一个列簇。一个表可以有多个列簇，而且列簇必须在创建表的是指定Column:列名，存属于列簇，一个列簇下面可以有多个列名，列簇下面的列名可以动态添加。列名需要在添加数据的时候指定。Value：保存列名对应的值。同一个rowKey同一个列对应的值，可以有多个版本。通过timestamp当版本号。一个Value默认可以保存3个版本号，基于列簇可设置时间数据存活时间（TTL）
3、Hbase保存的数据特别稀疏：由于列名不固定，列对应的值得类型比较丰富。
4、支持数据的横向自动扩展。

六、hbase中的核心服务<