Hbase 先容（转载）

一、简介

hbase是bigtable的开源山寨版本。是成立的hdfs之上，提供高靠得住性、高机能、列存储、可伸缩、及时读写的数据库系统。它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等巨大操纵)。主要用来存储非布局化和半布局化的松散数据。与hadoop一样，Hbase方针主要依靠横向扩展，通过不绝增加便宜的商用处事器，来增加计较和存储本领。

HBase中的表一般有这样的特点：

1 大：一个表可以有上亿行，上百万列

2 面向列:面向列(族)的存储和权限节制，列(族)独立检索。

3 稀疏:对付为空(null)的列，并不占用存储空间，因此，表可以设计的很是稀疏。

下面一幅图是Hbase在Hadoop Ecosystem中的位置。

二、逻辑视图

HBase以表的形式存储数据。表有行和列构成。列分别为若干个列族(row family)

Row Key

与nosql数据库们一样,row key是用来检索记录的主键。会见hbase table中的行，只有三种方法：

1 通过单个row key会见

2 通过row key的range

3 全表扫描

Row key行键 (Row key)可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100bytes)，在hbase内部，row key生存为字节数组。

存储时，数据凭据Row key的字典序(byte order)排序存储。设计key时，要充实排序存储这个特性，将常常一起读取的行存储放到一起。(位置相关性)

留意：

字典序对int排序的功效是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，行键必需用0作左填充。

行的一次读写是原子操纵 (岂论一次读写几多列)。这个设计决定可以或许利用户很容易的领略措施在对同一个行举办并发更新操纵时的行为。

列族

hbase表中的每个列，都归属与某个列族。列族是表的chema的一部门(而列不是)，必需在利用表之前界说。列名都以列族作为前缀。譬喻courses:history，courses:math
都属于courses 这个列族。

访 问节制、磁盘和内存的利用统计都是在列族层面举办的。实际应用中，列族上的节制权限能辅佐我们打点差异范例的应用：我们答允一些应用可以添加新的根基数 据、一些应用可以读取根基数据并建设担任的列族、一些应用则只答允欣赏数据（甚至大概因为隐私的原因不能欣赏所有数据）。

时间戳

HBase 中通过row和columns确定的为一个存贮单位称为cell。每个 cell都生存着同一份数据的多个版本。版本通过期间戳来索引。时间戳的范例是 64位整型。时间戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是准确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。假如应用措施要制止数据版本斗嘴，就必需本身生成具有独一性的时间戳。每个cell中，差异版本的数据凭据时间倒序排序，即最新的数据排在最前面。

为了制止数据存在过多版本造成的的打点 (包罗存贮和索引)承担，hbase提供了两种数据版本接纳方法。一是生存数据的最后n个版本，二是生存最近一段时间内的版本（好比最近七天）。用户可以针对每个列族举办配置。

Cell