Hbase基础知识学习

HBase 基础知识学习笔记（从原理到实操）

关键词：HBase、NoSQL、列式存储、HDFS、Zookeeper

适用场景：

• 海量数据存储
• 实时随机读写
• Hadoop 生态大数据系统

HBase 是 Apache 基于 Google BigTable 论文实现的分布式 NoSQL 数据库。

---

一、什么是 HBase？

Apache HBase 是一个构建在 HDFS 之上的分布式、面向列的 NoSQL 数据库，适合存储海量结构化或半结构化数据。

HBase 的核心定位

• ✔ 支持 PB 级数据
• ✔ 支持 毫秒级随机读写
• ✔ 强一致性（单行事务）
• ✔ 与 Hadoop 生态高度集成

HBase ≠ Hive

• Hive：离线分析（OLAP）
• HBase：实时读写（OLTP / 实时查询）

---

二、HBase 在 Hadoop 生态中的位置

        应用层（Web / 实时服务）
                 │
              HBase
                 │
      HDFS + Zookeeper
                 │
             Linux 集群

组件关系说明

组件	作用
HDFS	底层数据存储
Zookeeper	集群协调、选主
HBase	提供 NoSQL 存储服务
MapReduce / Spark	批处理 / 计算

---

三、HBase 的数据模型（非常重要）

1 表（Table）

• 类似关系型数据库的表
• 但 没有固定列

---

2 行键（RowKey）

• 唯一标识一行数据
• 按 字典序排序
• 决定数据分布（设计非常关键）

常见设计：

• 用户ID + 时间戳
• 反转时间戳避免热点

---

3 列族（Column Family）

• HBase 中 唯一需要提前定义的结构
• 一个表通常 1~3 个列族
• 列族内数据物理存储在一起

示例：

info:name
info:age
log:login_time

---

4 列（Column Qualifier）

列族:列名

例如：

info:name

---

5 时间戳（Timestamp）

• 每个 Cell 都带时间戳
• 自动生成
• 支持多版本数据

---

6 Cell（最小存储单元）

(RowKey, ColumnFamily:Qualifier, Timestamp) → Value

---