這篇文章主要講解了“HBase概念有哪些”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“HBase概念有哪些”吧！

創(chuàng)新互聯(lián)主營西盟網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,重慶APP軟件開發(fā),西盟h5重慶小程序開發(fā)公司搭建,西盟網(wǎng)站營銷推廣歡迎西盟等地區(qū)企業(yè)咨詢

HBase概述

HBase是一種分布式、可擴(kuò)展、支持海量數(shù)據(jù)存儲的NoSql數(shù)據(jù)庫。

1）數(shù)據(jù)量越大，HBase的查詢優(yōu)勢越明顯。數(shù)據(jù)量小的話，HBase不劃算，因?yàn)閱?dòng)的東西過多，整體內(nèi)存消耗大，正常過程中要不斷的切分和合并，一直都在放生。但是當(dāng)數(shù)據(jù)量非常大的時(shí)候，上幾條數(shù)據(jù)的秒級查詢是可以做到的。

2）HDFS不支持隨機(jī)寫操作，Hbase是基于HDFS的，HBase是數(shù)據(jù)庫所以必然需要增刪改查的隨機(jī)讀寫操作。言下之意是，HBase支持在HDFS上的隨機(jī)寫操作。

HBase數(shù)據(jù)模型

邏輯上，HBase的數(shù)據(jù)模型同關(guān)系型數(shù)據(jù)庫很類似，數(shù)據(jù)存儲在一張表中，有行和列，但從底層物理存儲結(jié)構(gòu)（K-V）來看，HBase更像是一個(gè)multi-dimensional map。

HBase邏輯模型

HBase底層存儲是K-V的形式，這個(gè)K就是Row key，是系統(tǒng)自帶的，不是我們想創(chuàng)建或者不想創(chuàng)建所能夠左右的。

如果要插入數(shù)據(jù)，必須指定Row key。

在一張表里面，Row key必須是唯一的。（這一點(diǎn)有點(diǎn)類似于關(guān)系型數(shù)據(jù)庫的主鍵。）如果不唯一，你插入等同于覆蓋。

每一個(gè)列隸屬于不同的列簇（也有人翻譯成列族），不同的列簇存儲在不同的文件夾里面。也就是說一個(gè)表會分成很多個(gè)文件夾，這個(gè)文件夾怎么分的，就看列簇是什么樣的。

一個(gè)列簇可以只有一個(gè)列。

列可以動(dòng)態(tài)增加。

Row key是有序的，但這個(gè)順序是“字典序”（按位比字符）。比如上圖的row_key11在row_key2之前。

在上圖中既有垂直切割，也有水平切割。垂直切分是按照列簇，水平切分是展昭region。region是一張表的切片，而且是水平切片。region的劃分方式是按照數(shù)據(jù)量來的。一旦切分了region，不同的region也存儲在不同的文件夾了。

HBase的實(shí)現(xiàn)查詢之前會記錄row？到row？？是存儲在region0、1、2等等里面。真正要查詢的時(shí)候，不需要掃描所有的row。這也就是關(guān)系型數(shù)據(jù)庫里面高表寬表存儲策略的問題的策略。

實(shí)際的數(shù)據(jù)都是存儲在hdfs上，而這些用于查詢的元信息可以存在內(nèi)存中。

在數(shù)據(jù)中，沒必要每一行數(shù)據(jù)都存儲一個(gè)列名。

隨后，將列簇和region切片分過后的每一塊實(shí)際存儲的塊，如上圖黃色框出的區(qū)域叫做一個(gè)一個(gè)store。

*網(wǎng)上一種說法，在實(shí)際使用中，實(shí)際存儲的時(shí)候一個(gè)列簇會生成storefile。

HBase的物理結(jié)構(gòu)

我們將上圖中的黃色的那一個(gè)區(qū)域region，單獨(dú)拿出來看看HBase的物理存儲結(jié)構(gòu)，每一個(gè)row的每一個(gè)列數(shù)據(jù)，在實(shí)際存儲時(shí)都存成下面那一行的形式。

這個(gè)“行”包含：Row key行鍵，Column Family列簇， Column Qualifier列名， 時(shí)間戳TimeStamp， Type操作類型，Value值。

這里一個(gè)非常重要的一項(xiàng)是時(shí)間戳。它是后面要說的很多東西，比如HBase優(yōu)化，都要依賴的東西。在實(shí)際生產(chǎn)中，記得要將不同機(jī)器的系統(tǒng)時(shí)間同步，否則會遇到各種詭異的問題，比如put之后不成功，都是時(shí)間戳惹的禍。

上圖中，可以看到，phone這個(gè)字段的只有兩份，這時(shí)候取數(shù)據(jù)，要取時(shí)間戳最大的那一個(gè)。不同的版本version的數(shù)據(jù)根據(jù)timestamp進(jìn)行區(qū)分。

那么刪除數(shù)據(jù)呢？那么Type那一項(xiàng)就是DELETE。

所以，HBase上的增刪改等修改操作，都不是當(dāng)時(shí)就做的修改；而是像上面那樣把每一個(gè)操作記錄下來，再根據(jù)時(shí)間戳先后得到應(yīng)該的結(jié)果。

數(shù)據(jù)模型概念

1）Namespace

明明空間，類似于慣性行數(shù)據(jù)庫的database的概念，每個(gè)明明空間下有多個(gè)表。HBase有兩個(gè)自帶的明明空間，分別是habse和default，HBase存放的是HBase內(nèi)置的表，存放hbase元數(shù)據(jù)；default表是用戶默認(rèn)使用的命名空間。

對于一個(gè)表，如果它是某個(gè)命名空間ns1下的表table1，那么寫作ns1.table1；如果table1是存在default命名空間下的，就寫作table1。

2）Region（切片）

類似于關(guān)系型數(shù)據(jù)庫的概念。不同的是，HBase定義表時(shí)只需要聲明列簇即可不需要生命具體的列。這意味著，向HBase寫入數(shù)據(jù)時(shí)，字段可以動(dòng)態(tài)按需指定。因此，和關(guān)系型數(shù)據(jù)庫相比，HBase能夠輕松應(yīng)對字段變更的場景。

剛開始的時(shí)候，數(shù)據(jù)只有一點(diǎn)點(diǎn)，沒必要切；后面需要切，而且可以手動(dòng)切。

3）Row

HBase表中的航航數(shù)據(jù)都是由一個(gè)RowKey和多個(gè)Column列組成，數(shù)據(jù)按照RowKey的字典順序存儲的，并且查詢數(shù)據(jù)時(shí)只能根據(jù)RowKey進(jìn)行檢索，所以RowKey的設(shè)計(jì)十分重要。

因?yàn)镽owKey是字典有序的，所以HBase既可以做全表掃描，又可以做范圍掃描。（?

4）Column列

HBase中的每個(gè)列都是由Column Family列簇和Column Qualifier列限定符進(jìn)行限定的，例如info:name，info:age。建表時(shí)，只需要指明列簇，而列限定符不需要預(yù)先定義。

也就是說，建表的時(shí)候只要聲明到列簇就可以了，沒必要聲明列。

這里雖然叫“列”，但是更像是HBase“表”里面的數(shù)據(jù)。定義表的時(shí)候，列不指定；存取數(shù)據(jù)的時(shí)候，用的列和值 name:HappyBKs

5) Time Stamp

用于標(biāo)識數(shù)據(jù)的不同版本（version），每條數(shù)據(jù)寫入時(shí)，如果不指定時(shí)間戳，系統(tǒng)會自動(dòng)為其加上該字段，其值為寫入HBase的時(shí)間。（timestamp不同，但是rowkey，列簇，列名都要一樣）

6）Cell

由（rowkey，column Family:column Qualifier, time stamp）唯一確定的單元。

cell中的數(shù)據(jù)是沒有類型的，全部字節(jié)碼形式存儲。

感謝各位的閱讀，以上就是“HBase概念有哪些”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對HBase概念有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！