HBase概念有哪些

这篇文章主要讲解了“HBase概念有哪些”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“HBase概念有哪些”吧！

创新互联主营西盟网站建设的网络公司,主营网站建设方案,重庆APP软件开发,西盟h5重庆小程序开发公司搭建,西盟网站营销推广欢迎西盟等地区企业咨询

HBase概述

HBase是一种分布式、可扩展、支持海量数据存储的NoSql数据库。

1）数据量越大，HBase的查询优势越明显。数据量小的话，HBase不划算，因为启动的东西过多，整体内存消耗大，正常过程中要不断的切分和合并，一直都在放生。但是当数据量非常大的时候，上几条数据的秒级查询是可以做到的。

2）HDFS不支持随机写操作，Hbase是基于HDFS的，HBase是数据库所以必然需要增删改查的随机读写操作。言下之意是，HBase支持在HDFS上的随机写操作。

HBase数据模型

逻辑上，HBase的数据模型同关系型数据库很类似，数据存储在一张表中，有行和列，但从底层物理存储结构（K-V）来看，HBase更像是一个multi-dimensional map。

HBase逻辑模型

HBase底层存储是K-V的形式，这个K就是Row key，是系统自带的，不是我们想创建或者不想创建所能够左右的。

如果要插入数据，必须指定Row key。

在一张表里面，Row key必须是唯一的。（这一点有点类似于关系型数据库的主键。）如果不唯一，你插入等同于覆盖。

每一个列隶属于不同的列簇（也有人翻译成列族），不同的列簇存储在不同的文件夹里面。也就是说一个表会分成很多个文件夹，这个文件夹怎么分的，就看列簇是什么样的。

一个列簇可以只有一个列。

列可以动态增加。

Row key是有序的，但这个顺序是“字典序”（按位比字符）。比如上图的row_key11在row_key2之前。

在上图中既有垂直切割，也有水平切割。垂直切分是按照列簇，水平切分是展昭region。region是一张表的切片，而且是水平切片。region的划分方式是按照数据量来的。一旦切分了region，不同的region也存储在不同的文件夹了。

HBase的实现查询之前会记录row？到row？？是存储在region0、1、2等等里面。真正要查询的时候，不需要扫描所有的row。这也就是关系型数据库里面高表宽表存储策略的问题的策略。

实际的数据都是存储在hdfs上，而这些用于查询的元信息可以存在内存中。

在数据中，没必要每一行数据都存储一个列名。

随后，将列簇和region切片分过后的每一块实际存储的块，如上图黄色框出的区域叫做一个一个store。

*网上一种说法，在实际使用中，实际存储的时候一个列簇会生成storefile。

HBase的物理结构

我们将上图中的黄色的那一个区域region，单独拿出来看看HBase的物理存储结构，每一个row的每一个列数据，在实际存储时都存成下面那一行的形式。

这个“行”包含：Row key行键，Column Family列簇， Column Qualifier列名， 时间戳TimeStamp， Type操作类型，Value值。

这里一个非常重要的一项是时间戳。它是后面要说的很多东西，比如HBase优化，都要依赖的东西。在实际生产中，记得要将不同机器的系统时间同步，否则会遇到各种诡异的问题，比如put之后不成功，都是时间戳惹的祸。

上图中，可以看到，phone这个字段的只有两份，这时候取数据，要取时间戳最大的那一个。不同的版本version的数据根据timestamp进行区分。

那么删除数据呢？那么Type那一项就是DELETE。

所以，HBase上的增删改等修改操作，都不是当时就做的修改；而是像上面那样把每一个操作记录下来，再根据时间戳先后得到应该的结果。

数据模型概念

1）Namespace

明明空间，类似于惯性行数据库的database的概念，每个明明空间下有多个表。HBase有两个自带的明明空间，分别是habse和default，HBase存放的是HBase内置的表，存放hbase元数据；default表是用户默认使用的命名空间。

对于一个表，如果它是某个命名空间ns1下的表table1，那么写作ns1.table1；如果table1是存在default命名空间下的，就写作table1。

2）Region（切片）

类似于关系型数据库的概念。不同的是，HBase定义表时只需要声明列簇即可不需要生命具体的列。这意味着，向HBase写入数据时，字段可以动态按需指定。因此，和关系型数据库相比，HBase能够轻松应对字段变更的场景。

刚开始的时候，数据只有一点点，没必要切；后面需要切，而且可以手动切。

3）Row

HBase表中的航航数据都是由一个RowKey和多个Column列组成，数据按照RowKey的字典顺序存储的，并且查询数据时只能根据RowKey进行检索，所以RowKey的设计十分重要。

因为RowKey是字典有序的，所以HBase既可以做全表扫描，又可以做范围扫描。（?

4）Column列

HBase中的每个列都是由Column Family列簇和Column Qualifier列限定符进行限定的，例如info:name，info:age。建表时，只需要指明列簇，而列限定符不需要预先定义。

也就是说，建表的时候只要声明到列簇就可以了，没必要声明列。

这里虽然叫“列”，但是更像是HBase“表”里面的数据。定义表的时候，列不指定；存取数据的时候，用的列和值 name:HappyBKs

5) Time Stamp

用于标识数据的不同版本（version），每条数据写入时，如果不指定时间戳，系统会自动为其加上该字段，其值为写入HBase的时间。（timestamp不同，但是rowkey，列簇，列名都要一样）

6）Cell

由（rowkey，column Family:column Qualifier, time stamp）唯一确定的单元。

cell中的数据是没有类型的，全部字节码形式存储。

感谢各位的阅读，以上就是“HBase概念有哪些”的内容了，经过本文的学习后，相信大家对HBase概念有哪些这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！