HBase基础总结

HBase是什么？

hbase是bigtable的开源（源码使用Java编写）版本。是建立在hdfs之上的，被设计用来提供高可靠性、高性能、列存储、可伸缩、多版本的NoSQL的分布式数据存储系统，实现对大型数据的实时、随机读写的读写访问

事务的四大特性

事务主要用于管理insert、update、delete语句。
一般来说，事务必须满足四个条件：原子性、一致性、隔离性、持久性。

• 原子性：一个事务中的所有操作，要么全部完成，要么全部不完成，不会结束在中间某环节。事务在执行过程中发生错误，会回滚到事务开始前的状态，就像这个事务没有执行过一样。
• 一致性：在事务开始之前、结束之后，数据库的完整性没有被破坏。
• 隔离性：数据库i允许多个并发事务，同时对其数据进行读写和修改的能力。隔离性可以防止多个并发事务执行，由于交叉执行，而导致的数据不一致。事物的隔离分为不同级别，包括读未提交；读提交；可重复读；和串行化。
• 持久性：事务处理结束后，对数据的修改就是永久的，即使系统故障也不会丢失数据。

HBase的数据库要点

1. 高并发，可扩展，解决海量数据集的随机实时增删改查
2. HBase 本质依然是 Key-Value 数据库，查询数据功能很简单，不支持 join 等复杂操作(可通过 Hive 支持来实现多表 join 等复杂操作)
3. 不支持复杂的事务，只支持行级事务
4. HBase 中支持的数据类型：byte[]（底层所有数据的存储都是字节数组）
5. 主要用来存储结构化和半结构化的松散数据。

数据结构

• 结构化：数据结构字段含义确定，清晰，典型的如数据库中的表结构
• 半结构化：具有一定结构，但语义不够确定，典型的如HTML网页，有些字段是确定的（title），有些不确定（table）
• 非结构化：杂乱无章的数据，很难按照一个概念去进行抽取，无规律性

hbase的特点

• 面向列
  hbase是面向列的存储和权限控制，并支持独立索引。列式存储，其数据在表中是按照某列存储的，在查询只需要少数的几个字段时，能够大大的减少读取的数据量。
• 多版本
  hbase每一个列的存储有多个Version。
• 稀疏性
  为空的列不占用存储空间，表可以设计的非常稀疏。
• 大
  一个表可以有数十亿行，上百万列。
• 数据类型单一
  hbase中的数据都是字符串，没有类型

CAP理论

• Consistency（一致性）：数据一致更新，所有数据变动都是同步的。
• Availability（可用性）：保证每个请求不管成功或者失败都有响应
• Partition tolerance分区容