分布式数据库HBase

HBase简介

1.从BigTable说起

• BigTable是一个分布式存储系统
• 利用谷歌提出的MapReduce分布式并行计算模型来处理海量数据
• 使用谷歌分布式文件系统GFS作为底层数据存储
• 采用Chubby提供协同服务管理
• 可以扩展到PB级别的数据和上千台机器，具备广泛应用性、可扩展性、高性能和高可用性等特点
• 谷歌的许多项目都存储在BigTable中，包括搜索、地图、财经、打印、社交网站Orkut、视频共享网站YouTube和博客网站Blogger等

2.HBase简介

HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理非常庞大的表，可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表

Hadoop生态系统中HBase与其他部分的关系：

关系数据库已经流行很多年，并且Hadoop已经有了HDFS和MapReduce，为什么需要HBase?

3.HBase与传统关系数据库的对比分析

4.HBase访问接口

类型	特点	场合
Native Java API	最常规和高效的访问方式	适合Hadoop MapReduce作业并行批处理HBase表数据
HBase Shell	HBase的命令行工具，最简单的接口	适合HBase管理使用
Pig	使用Pig Latin流式编程语言来处理HBase中的数据	适合做数据统计
Hive	简单	当需要以类似SQL语言方式来访问HBase的时候

HBase数据模型

数据模型相关概念

• 表：HBase采用表来组织数据，表由行和列组成，列划分为若干个列族
• 行：每个HBase表都由若干行组成，每个行由行键（row key）来标识。
• 列族：一个HBase表被分组成许多“列族”（Column Family）的集合，它是基本的访问控制单元
• 列限定符：列族里的数据通过列限定符（或列）来定位
• 单元格：在HBase表中，通过行、列族和列限定符确定一个“单元格”（cell），单元格中存储的数据没有数据类型，总被视为字节数组byte[]
• 时间戳：每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引
  
• HBase中需要根据行键、列族、列限定符和时间戳来确定一个单元格，因此，可以视为一个“四维坐标”，即[行键, 列族, 列限定符, 时间戳]

面向行、列的存储

SQL模式

HBase的安装与配置

1.HBase安装

• 下载安装包hbase-1.1.2-bin.tar.gz
• 解压安装包hbase-1.1.2-bin.tar.gz至路径 /usr/local
• 配置系统环境,将hbase下的bin目录添加到系统的path中

备注：安装完Hadoop时，只包含HDFS和MapReduce等核心组件，并不包含HBase，因此，HBase需要单独安装

2.HBase配置

HBase有三种运行模式，单机模式、伪分布式模式、分布式模式。

以下先决条件很重要，比如没有配置JAVA_HOME环境变量，就会报错。
– JDK
– Hadoop( 单机模式不需要，伪分布式模式和分布式模式需要)– SSH

启动关闭Hadoop和HBase的顺序一定是：
启动Hadoop—>启动HBase—>关闭HBase—>关闭Hadoop