hbase數據庫介紹

　　1、簡介

　　hbase是bigtable的開源java版本。是建立在hdfs之上，提供高可靠性、高性能、列存儲、可伸縮、實時讀寫nosql的數據庫系統(tǒng)。

　　它介于nosql和RDBMS之間，僅能通過主鍵(row key)和主鍵的range來檢索數據，僅支持單行事務(可通過hive支持來實現多表join等復雜操作)。

　　主要用來存儲結構化和半結構化的松散數據。

　　Hbase查詢數據功能很簡單，不支持join等復雜操作，不支持復雜的事務(行級的事務)

　　Hbase中支持的數據類型：byte[]

　　與hadoop一樣，Hbase目標主要依靠橫向擴展，通過不斷增加廉價的商用服務器，來增加計算和存儲能力。

　　HBase中的表一般有這樣的特點：

　　² 大：一個表可以有上十億行，上百萬列

　　² 面向列:面向列(族)的存儲和權限控制，列(族)獨立檢索。

　　² 稀疏:對于為空(null)的列，并不占用存儲空間，因此，表可以設計的非常稀疏。

　　2、表結構邏輯視圖

　　HBase以表的形式存儲數據。表有行和列組成。列劃分為若干個列族(column family)

　　3、Row Key

　　與nosql數據庫們一樣,row key是用來檢索記錄的主鍵。訪問hbase table中的行，只有三種方式：

　　1 通過單個row key訪問

　　2 通過row key的range

　　3 全表掃描

　　Row key行鍵 (Row key)可以是任意字符串(最大長度是 64KB，實際應用中長度一般為 10-100bytes)，在hbase內部，row key保存為字節(jié)數組。

　　Hbase會對表中的數據按照rowkey排序(字典順序)

　　存儲時，數據按照Row key的字典序(byte order)排序存儲。設計key時，要充分排序存儲這個特性，將經常一起讀取的行存儲放到一起。(位置相關性)

　　注意：

　　字典序對int排序的結果是

　　1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序，行鍵必須用0作左填充。

　　行的一次讀寫是原子操作 (不論一次讀寫多少列)。這個設計決策能夠使用戶很容易的理解程序在對同一個行進行并發(fā)更新操作時的行為。

　　4、列族

　　hbase表中的每個列，都歸屬與某個列族。列族是表的schema的一部分(而列不是)，必須在使用表之前定義。

　　列名都以列族作為前綴。例如courses:history ， courses:math 都屬于 courses 這個列族。

　　訪問控制、磁盤和內存的使用統(tǒng)計都是在列族層面進行的。

　　列族越多，在取一行數據時所要參與IO、搜尋的文件就越多，所以，如果沒有必要，不要設置太多的列族

　　5、時間戳

　　HBase中通過row和columns確定的為一個存貯單元稱為cell。每個 cell都保存著同一份數據的多個版本。版本通過時間戳來索引。時間戳的類型是 64位整型。時間戳可以由hbase(在數據寫入時自動 )賦值，此時時間戳是精確到毫秒的當前系統(tǒng)時間。時間戳也可以由客戶顯式賦值。如果應用程序要避免數據版本沖突，就必須自己生成具有唯一性的時間戳。每個 cell中，不同版本的數據按照時間倒序排序，即最新的數據排在最前面。

　　為了避免數據存在過多版本造成的的管理 (包括存貯和索引)負擔，hbase提供了兩種數據版本回收方式：

　　² 保存數據的最后n個版本

　　² 保存最近一段時間內的版本(設置數據的生命周期TTL)。

　　用戶可以針對每個列族進行設置。

　　6、Cell

　　由{row key, column( = + ), version} 唯一確定的單元。

　　cell中的數據是沒有類型的，全部是字節(jié)碼形式存貯。

作者：傳智播客大數據培訓學院

首發(fā)： http://cloud.itcast.cn