Hbase简介

　　HBase 是一个构建在 Hadoop 文件系统之上的面向列的数据库管理系统。

　　

 

 　　Hadoop 存在限制？Hadoop 通过 HDFS 存储结构化、半结构甚至非结构化的数据，是传统数据库的补充，是海量数据存储的最佳方法，针对大文件的存储，批量访问和流式访问都了优化，也通过多副本解决容灾问题。

　　 Hadoop 缺陷在于只能执行批处理，只能以顺序方式访问数据，意味着即使是最简单的工作，必须搜索整个数据集，无法实现对数据的随机访问。实现数据的随机访问是传统的关系型数据库所擅长的，但它们却不能用于海量数据的存储。在这种情况下，必须有一种新的方案来解决海量数据存储和随机访问的问题，HBase 就是其中之一 (HBase，Cassandra，couchDB，Dynamo 和 MongoDB 都能存储海量数据并支持随机访问)。

　　 HBase 是一个构建在 Hadoop 文件系统之上的面向列的数据库管理系统。将数据存储在 HDFS 上，客户端可以通过 HBase 实现对 HDFS 上数据的随机访问。它具有以下特性：

• 不支持复杂的事务，只支持行级事务，即单行数据的读写都是原子性的；
• 由于是采用 HDFS 作为底层存储，所以和 HDFS 一样，支持结构化、半结构化和非结构化的存储；
• 支持通过增加机器进行横向扩展；
• 支持数据分片；
• 支持 RegionServers 之间的自动故障转移；
• 易于使用的 Java 客户端 API；
• 支持 BlockCache 和布隆过滤器；
• 过滤器支持谓词下推。

　　 HBase 是一个面向 列族 的数据库管理系统。表 schema 仅定义列族，表具有多个列族，每个列族可以包含任意数量的列，列由多个单元格（cell ）组成，单元格可以存储多个版本的数据，多个版本数据以时间戳进行区分。

　　HBase 中一张表的：

• RowKey 为行的唯一标识，所有行按照 RowKey 的字典序进行排序；
• 该表具有两个列族，分别是 personal 和 office;
• 其中列族 personal 拥有 name、city、phone 三个列，列族 office 拥有 tel、addres 两个列。

　　

　　Hbase 的表具有以下特点：

• 容量大：一个表可以有数十亿行，上百万列；

• 面向列：数据是按照列存储，每一列都单独存放，数据即索引，在查询时可以只访问指定列的数据，有效地降低了系统的 I/O 负担；

• 稀疏性：空 (null) 列并不占用存储空间，表可以设计的非常稀疏 ；

• 数据多版本：每个单元中的数据可以有多个版本，按照时间戳排序，新的数据在最上面；

• 存储类型：所有数据的底层存储格式都是字节数组 (byte[])

Standalone 模式

　　配置环境变量

# vim /etc/profile

　　添加环境变量：

export HBASE_HOME=/usr/app/hbase-2.1.4
export PATH=$HBASE_HOME/bin:$PATH

　　配置的环境变量生效：

# source /etc/profile

　　修改安装目录下的 conf/hbase-env.sh,指定 JDK 的安装路径：

# The java implementation to use.  Java 1.8+ required.
export JAVA_HOME=/usr/java/jdk1.8.0_201

　　修改安装目录下的 conf/hbase-site.xml，增加如下配置：

<configuration>
 <property>
    <name>hbase.rootdir</name>
    <value>file:///home/hbase/rootdir</value>
  </property>
  <property>
    <name>hbase.zookeeper.property.dataDir</name>
    <value>/home/zookeeper/dataDir</value>
  </property>
  <property>
    <name>hbase.unsafe.stream.capability.enforce</name>
    <value>false</value>
  </property>
</configuration>

　　hbase.rootdir: 配置 hbase 数据的存储路径；

　　hbase.zookeeper.property.dataDir: 配置 zookeeper 数据的存储路径；

　　hbase.unsafe.stream.capability.enforce: 使用本地文件系统存储，不使用 HDFS 的情况下需要禁用此配置，设置为 false。

　　将 HBase 的 bin 目录配置到环境变量，直接使用以下命令启动：

# start-hbase.sh