Hbase是什么？

简介

HBase 是一个开源的、分布式、版本化、高可靠、高性能、面向列、可伸缩的NoSQL 数据库（也即非关系型数据库），它利用 Hadoop 分布式文件系统（Hadoop Distributed File System，HDFS）提供分布式数据存储。

与传统的关系型数据库类似，HBase 也以表的形式组织数据，表也由行和列组成；不同的是，HBase 有列族的概念，它将一列或者多列组织在一起，HBase 的每一个列都必须属于某个列族。但HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。

HBase的运行有三种模式：单机模式、伪分布式模式、分布式模式。

• 单机模式：在一台计算机上安装和使用HBase，不涉及数据的分布式存储；
• 伪分布式模式：在一台计算机上模拟一个小的集群;
• 分布式模式：使用多台计算机实现物理意义上的分布式存储。这里出于学习目的，我们只重点讨论单机模式和伪分布式模式。

HBase 的发展历程

HBase 作为 Apache 基金会的 Hadoop 项目的一部分，使用 Java 语言实现，将 HDFS 作为底层文件存储系统，在此基础上运行 MapReduce 进行分布式的批量处理数据，为 Hadoop 提供海量数据管理的服务。

Apache HBase 最初是 Powerset 公司为了处理自然语言搜索产生的海量数据而开展的项目，由查德•沃特斯（Chad Walters）和吉姆•凯勒曼（Jim Kelleman）发起，经过两年发展成为 Apache 基金会的顶级项目。

HBase 是对 Google 的 Bigtable 的开源实现。

2006 年 11 月，Google 公司发表了论文 Bigtable: A Distributed Storage System for Structured Data，但是源码没有对外开放。

2007 年 2 月，项目发起人根据 Bigtable 的技术论文提出了作为 Hadoop 模块的 HBase 原型，该原型介绍了 HBase 的基本概念，以及数据库表、行键和底层数据存储结构的设计等。
由于 HBase 依赖 HDFS，它的版本发布都与 Hadoop 同步。

2007 年 10 月，第一个可用的 HBase 版本随同 Hadoop 0.15.0 版本发布，此版本只实现了最基本的模块和功能，因为处于初始开发阶段， HBase 功能还不够完善。

2008 年 1 月，Hadoop 升级为 Apache 的顶级项目，HBase 也作为 Hadoop 的子项目存在。其后 HBase 的发展非常活跃，两年间追随 Hadoop 的主版本发布了多个版本。

但在 2010 年 6 月发布 0.89.x 版本后不再与 Hadoop 发布关联，因为 Hadoop 的版本相对比较成熟，更新步伐减慢，而 HBase 处于活跃期，版本发布更加频繁。

同时，在 2010 年 HBase 成为 Apache 的顶级项目，此时的 HBase 已经基本实现了 Bigtable 论文中提出的功能。

从BigTable说起

• BigTable是一个分布式存储系统
• BigTable起初用于解决典型的互联网搜索问题
• 利用谷歌提出的MapReduce分布式并行计算模型来处理海量数据
• 使用谷歌分布式文件系统GFS作为底层数据存储
• 采用Chubby提供协同服务管理
• 可以扩展到PB级别的数据和上千台机器，具备广泛应用性、可扩展性、
  高性能和高可用性等特点
• 谷歌的许多项目都存储在BigTable中，包括搜索、地图、财经、打印、
• 社交网站Orkut、视频共享网站YouTube和博客网站Blogger等