HBase基本介绍

• 语言: 中文（简体）
• 格式: .pdf
• 来源: tianzhipeng-git.github.io

摘要

HBase 是一个稀疏、分布式、持久化的多维排序映射，类似于 Google 的 Bigtable。它使用 HDFS 进行数据存储，具有分布式和容错特性。HBase 的数据模型基于行、列族和列限定符，支持版本控制和时间戳。其架构包括 HMaster、RegionServer 和 ZooKeeper，用于协调和管理数据。HBase 适用于需要高扩展性和实时读写的应用场景，如时序数据库、图数据库和 OLAP。文档还讨论了 Schema 设计的重要性，包括合理设计 Row Key 和列族以避免热点和提升性能。

AI总结

# HBase 基本介绍

## 1. 概念与特点
- **HBase** 是一个基于 Hadoop 的分布式、可伸缩的数据库，支持随机实时读写，适合处理十亿级行、百万级列的数据。
- 数据模型：稀疏的、分布式的、持久化的多维排序映射。
- **核心特点**：
- 稀疏性：行和列无需固定模式，未使用的值不占用空间。
- 分布式：借助 HDFS 的分布式存储和容错机制，通过 Region 和 ColumnFamily 实现水平和垂直分表，数据分散存储。
- 持久化：数据基于 HDFS 存储，顺序写入磁盘，速度快。
- 按键排序：整体数据模型是一个按行键排序的大 Map。

## 2. 数据模型
- **逻辑视图**：表/行/列结构，包含 Row Key、ColumnFamily（列族）、ColumnQualifier（列限定名）、Timestamp（时间戳）。
- **物理视图**：伪装成 KV 存储，实际存储方式不同于逻辑视图。
- 示例：存储学生考试分数和头像的二进制数据，Row Key 为人名，ColumnFamily 分为“分数”和“图片”。

## 3. 架构组成
- **HMaster**：负责表的元数据管理、Region 分配和恢复。
- **RegionServer**：处理数据的读写请求，存储并管理 Region。
- **ZooKeeper**：协调 HBase 集群的状态信息，如节点健康状态。
- **NameNode/DataNode**：存储 HBase 的数据，RegionServer 和 DataNode 尽量部署在同一台机器。

## 4. 应用场景
- HBase 适用于需要高扩展性和实时读写的场景，如：
- OpenTSDB：时序数据库，用于监控数据。
- JanusGraph：图数据库，用于知识图谱。
- GeoMesa：时空位置数据库。
- Kylin：OLAP 分析，基于 HBase 存储 Cube。
- Phoenix：在 HBase 上实现 SQL 查询。

## 总结
HBase 是一个基于 Hadoop 的分布式数据库，适合处理大规模稀疏数据，支持高并发读写和扩展性，广泛应用于多种场景。