高可靠性、高性能、可伸缩、分布式、基于列存储的非关系型（NoSQL）数据库——Hbase

一、什么是Hbase

二、Hbase分布式集群搭建

Mysql和Hbase的区别：

三、HBase 表存储结构

HBase 表逻辑视图

表的形式存储数据，表由行和列组成。列划分为若干个列簇 (Column Family)。

2、HBase 表结构组成

行键（RowKey）

作用：用来检索记录的主键
访问 HBase 表中的行，有三种方式：
- 通过单个 RowKey 访问
- 通过 RowKey 的 range（正则）
- 全表扫描

可以是任意字符串。在 HBase 内部， RowKey 保存为字节数组（byte[]）。

存储时，表中数据按照 RowKey 排序（字典顺序）
设计key时，利用排序存储这个特性，将经常一起读取的行放到一起。

列簇（Column Family）

列簇包含列，列簇是表的 schema 的一部分（而列不是），必须在使用表之前定义
列名都以列簇作为前缀。例如：courses:history，courses:math 都属于 courses 这个列簇
尽量不要设置过多列簇
因为列簇越多，在取一行数据时所要参与 IO、搜寻的文件就越多

时间戳（TimeStamp）

可以通过 row 和 columns 确定一个存储单元（Cell）
每个 Cell 都保存着同一份数据的多个版本。
版本通过时间戳来索引
类型：64 位整型
HBase（在数据写入时自动）赋值
此时间戳是精确到毫秒的当前系统时间
客户显式赋值
顺序：每个 Cell中，不同版本的数据按照时间戳降序排序，即最新的数据排在最前面。
数据版本回收方式
- 保存数据的最后 n 个版本
- 保存最近一段时间内的版本（设置数据的生命周期 TTL）
可以针对每个列簇进行设置

单元（Cell）

由{
   
   RowKey, column( =<family> + <label>),version} 确定唯一单元
Cell 中的数据是没有类型的，全部是字节码形式存储。

版本（Version）

有很多单元（Cell）的行和列是相同的，使用版本来区分不同的单元
类型：用一个长整型表示
顺序：按照时间戳降序排列
因此当读取这个文件的时候，最先找到的是最近的版本

HBase 表的特点

	（1）大
	（2）面向列： 面向列（簇）的存储和权限控制，列（簇）独立检索。
	（3）稀疏：对于为空（null）的列，并不占用存储空间。
	（4）无模式：每一行都有一个可以排序的主键和任意多的列，列可以根据需要动态增加，同一张表中不同的行可以有截然不同的列。
	（5）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，版本号就是单元格插入时的时间戳。
	（6）数据类型单一：HBase 中的数据都是字符串，没有类型。

四、Hbase命令行操作

1、进入 HBase 命令行界面

基本操作

[xutao@Hadoop1 conf]$ hbase shell
- 任意一台安装HBase的服务器节点

查看帮助信息

获取所有命令的帮助信息
	hbase(main):001:0> help
获取一组命令的帮助信息
	hbase(main):001:0> help "ddl"
获取单独命令的帮助信息
	hbase(main):001:0> help