大数据学习（105）-Hbase

🍋🍋大数据学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

HBase简介

HBase是一个基于Hadoop的分布式、可扩展、支持大数据存储的数据库。

使用场景：需要随机或实时读写大数据的场景

目标：支持数十亿行和数百万列的大表

底层技术对应关系：

分布式列存储	BigTable	HBase（基于Hadoop）	BigTable是Google的分布式列存储系统，HBase是其开源实现，提供稀疏多维映射表。
分布式文件系统	GFS（Google File System）	HDFS（Hadoop Distributed File System）	GFS是Google的早期分布式文件系统，HDFS是其开源版本，支持大规模数据存储。
海量数据处理框架	MapReduce	Hadoop MapReduce	MapReduce是Google提出的分布式计算模型，Hadoop MapReduce是其开源实现。
分布式协同服务管理	Chubby	Zookeeper	Chubby是Google的分布式锁服务，Zookeeper是其开源实现，用于协调分布式系统。

数据模型

HBase采用表来组织数据，采用命名空间（NameSpace）对表进行逻辑分组。

NameSpace: 命名空间，类似于mysql中的database，默认有default和hbase，用户表默认在default中

表：HBase采用表来组织数据，表由行和列组成，列划分为若干个列族。

行：每个HBase表都由若干行组成，每个行由可排序的**行键（row key）**来标识。

列：采用列族:列限定符的形式确定具体的一列。

列族：一个HBase表被分组成许多“**列族”（Column Family）**的集合，它是基本的访问控制单元。列族可以动态添加，但在定义表时需要指定至少一个列族，在使用某个列族时要事先定义。
列限定符：表在水平方向由一个或者多个列族组成，一个列族中可以包含任意多个列，同一个列族里面的数据存储在一起。列族里的数据通过**“列限定符”（Column qualifier）**来定位。
单元格：在HBase表中，通过行、列族和列限定符确定一个“单元格”（cell），单元格中存储的数据没有数据类型，总被视为字节数组byte[]，所以在定义表时无需定义数据的类型，使用时用户需要自行进行数据类型转换。

时间戳：每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引， HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留（这是和HDFS只允许追加不允许修改的特性相关的）

HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限定符和时间戳，在进行数据存储的时，其采用key-value形式：Table + RowKey（升序） + ColumnFamily + Column + Timestamp --> Value