資料庫必知詞彙：HBase

HBase是一個分布式的、面向列的開源資料庫，也是高可靠性、高性能、面向列、可伸縮的分布式存儲系統，該技術來源于 Fay Chang 所撰寫的Google論文“Bigtable：一個結構化資料的分布式存儲系統”，是谷歌BigTable的開源實作，主要用來存儲非結構化和半結構化的松散資料。。HBase是Apache的Hadoop項目的子項目。HBase不同于一般的關系資料庫，它是一個适合于非結構化資料存儲的資料庫。另一個不同的是HBase基于列的而不是基于行的模式。

HBase是Google Bigtable的開源實作，類似Google Bigtable利用GFS作為其檔案存儲系統，HBase利用Hadoop HDFS作為其檔案存儲系統；Google運作MapReduce來處理Bigtable中的海量資料，HBase同樣利用Hadoop MapReduce來處理HBase中的海量資料；Google Bigtable利用 Chubby作為協同服務，HBase利用Zookeeper作為對應。

HBase與傳統的關系資料庫的差別主要展現在以下幾個方面：

1、資料類型：關系資料庫采用關系模型，具有豐富的資料類型和存儲方式，HBase則采用了更加簡單的資料模型，它把資料存儲為未經解釋的字元串。

2、資料操作：關系資料庫中包含了豐富的操作，其中會涉及複雜的多表連接配接。HBase操作則不存在複雜的表與表之間的關系，隻有簡單的插入、查詢、删除、清空等，因為HBase在設計上就避免了複雜的表和表之間的關系。

3、存儲模式：關系資料庫是基于行模式存儲的。HBase是基于列存儲的，每個列族都由幾個檔案儲存，不同列族的檔案是分離的。

4、資料索引：關系資料庫通常可以針對不同列建構複雜的多個索引，以提高資料通路性能。HBase隻有一個索引——行鍵，通過巧妙的設計，HBase中的所有通路方法，或者通過行鍵通路，或者通過行鍵掃描，進而使得整個系統不會慢下來。

5、資料維護：在關系資料庫中，更新操作會用最新的目前值去替換記錄中原來的舊值，舊值被覆寫後就不會存在。而在HBase中執行更新操作時，并不會删除資料舊的版本，而是生成一個新的版本，舊有的版本仍然保留。

6、可伸縮性：關系資料庫很難實作橫向擴充，縱向擴充的空間也比較有限。相反，HBase和BigTable這些分布式資料庫就是為了實作靈活的水準擴充而開發的，能夠輕易地通過在叢集中增加或者減少硬體數量來實作性能的伸縮。

HBase是一個稀疏、多元度、排序的映射表，這張表的索引是行鍵、列族、列限定符和時間戳。HBase資料模型的具體解釋如下：

• HBase是一個稀疏、多元度、排序的映射表，這張表的索引是行鍵、列族、列限定符和時間戳。
• 每個值是一個未經解釋的字元串，沒有資料類型。使用者在表中存儲資料，每一行都有一個可排序的行鍵和任意多的列。
• 表在水準方向由一個或多個列族組成，一個列族中可以包含任意多個列，同一個列族裡面的資料存儲在一起。
• 列族支援動态擴充，可以很輕松地添加一個列族或列，無需預先定義列的數量以及類型，所有列均以字元串形式存儲，使用者需要自行進行資料類型轉換。
• HBase中執行更新操作時，并不會删除資料舊的版本，而是生成一個新的版本，舊的版本仍然保留（這是和HDFS隻允許追加不允許修改的特性相關的）

資料來源：

HBase簡介

https://www.jianshu.com/p/53864dc3f7b4

HBase 之工作原理

https://www.jianshu.com/p/5a243191b1a0

分布式資料庫 Apache HBase

https://www.oschina.net/p/hbase

HBase 官方文檔中文版

http://abloz.com/hbase/book.html

Apache HBase Reference Guide

http://hbase.apache.org/book.html