HBase - 概述

---

---

自 1970 年以來，關係型資料庫管理系統 (RDBMS) 一直是解決資料儲存和維護相關問題的方案。在大資料出現後，企業意識到處理大資料的益處，並開始選擇 Hadoop 等解決方案。

Hadoop 使用分散式檔案系統來儲存大資料，並使用 MapReduce 來處理它。Hadoop 擅長儲存和處理各種格式的海量資料，例如任意格式、半結構化甚至非結構化資料。

Hadoop 的侷限性

Hadoop 只能執行批處理，並且只能以順序方式訪問資料。這意味著即使是最簡單的任務，也必須搜尋整個資料集。

當處理海量資料集時，會產生另一個海量資料集，該資料集也需要按順序進行處理。此時，需要一個新的解決方案來在單個時間單位內訪問資料的任意點（隨機訪問）。

Hadoop 隨機訪問資料庫

HBase、Cassandra、CouchDB、Dynamo 和 MongoDB 等應用程式是一些儲存海量資料並以隨機方式訪問資料的資料庫。

什麼是 HBase？

HBase 是一個構建在 Hadoop 檔案系統之上的分散式列式資料庫。它是一個開源專案，並且具有水平可擴充套件性。

HBase 是一種類似於 Google 的 Bigtable 的資料模型，旨在提供對海量結構化資料的快速隨機訪問。它利用了 Hadoop 檔案系統 (HDFS) 提供的容錯能力。

它是 Hadoop 生態系統的一部分，它提供對 Hadoop 檔案系統中資料的隨機即時讀寫訪問。

可以將資料直接儲存在 HDFS 中，也可以透過 HBase 儲存。資料消費者使用 HBase 以隨機方式讀取/訪問 HDFS 中的資料。HBase 位於 Hadoop 檔案系統之上，並提供讀寫訪問。

HBase 和 HDFS

HBase 中的儲存機制

HBase 是一個**列式資料庫**，其中的表按行排序。表模式僅定義列族，它們是鍵值對。一個表可以有多個列族，每個列族可以有任意數量的列。後續列值連續儲存在磁碟上。表的每個單元格值都有一個時間戳。簡而言之，在 HBase 中

• 表是行的集合。
• 行是列族的集合。
• 列族是列的集合。
• 列是鍵值對的集合。

以下是 HBase 中表的示例模式。

列式和行式

列式資料庫是指將資料表儲存為資料列的部分，而不是資料行的部分。簡而言之，它們將具有列族。

下圖顯示了列式資料庫中的列族

HBase 和 RDBMS

HBase 的特性

• HBase 具有線性可擴充套件性。
• 它具有自動故障支援。
• 它提供一致的讀寫。
• 它與 Hadoop 整合，既作為源也作為目標。
• 它具有易於使用的 Java API 供客戶端使用。
• 它提供跨叢集的資料複製。

在哪裡使用 HBase

• Apache HBase 用於對大資料進行隨機、即時的讀寫訪問。

• 它在商品硬體叢集之上託管超大型表。

• Apache HBase 是一個非關係型資料庫，其模型參考了 Google 的 Bigtable。Bigtable 在 Google 檔案系統上執行，類似地，Apache HBase 在 Hadoop 和 HDFS 之上執行。

HBase 的應用

• 當需要編寫重量級應用程式時使用它。
• 當我們需要為可用資料提供快速的隨機訪問時使用 HBase。
• Facebook、Twitter、Yahoo 和 Adobe 等公司在內部使用 HBase。

HBase 歷史