无论是 NoSQL,还是大数据领域,HBase 都是非常"炙热"的一门数据库。本文将对 HBase 做一些基础性的介绍,旨在入门。
一、简介
HBase 是一个开源的、面向列的非关系型分布式数据库,目前是Hadoop体系中非常关键的一部分。在最初,HBase是基于谷歌的 BigTable 原型实现的,许多技术来自于Fay Chang在2006年所撰写的Google论文"BigTable"。与 BigTable基于Google文件系统(File System)一样,HBase则是基于HDFS(Hadoop的分布式文件系统)之上而开发的。
HBase 采用 Java 语言实现,在其内部实现了BigTable论文提到的一些压缩算法、内存操作和布隆过滤器等,这些能力使得HBase 在海量数据存储、高性能读写场景中得到了大量应用,如 Facebook 在 2010年11 月开始便一直选用 HBase来作为消息平台的存储层技术。HBase 以 Apache License Version 2.0开源,这是一种对商业应用友好的协议,同时该项目当前也是Apache软件基金会的顶级项目之一。
有什么特性
-
基于列式存储模型,对于数据实现了高度压缩,节省存储成本
-
采用 LSM 机制而不是B(+)树,这使得HBase非常适合海量数据实时写入的场景
-
高可靠,一个数据会包含多个副本(默认是3副本),这得益于HDFS的复制能力,由RegionServer提供自动故障转移的功能
-
高扩展,支持分片扩展能力(基于Region),可实现自动、数据均衡
-
强一致性读写,数据的读写都针对主Region上进行,属于CP型的系统
-
易操作,HBase提供了Java API、RestAPI/Thrift API等接口
-
查询优化,采用Block Cache 和 布隆过滤器来支持海量数据的快速查找