hbase是一種分布式、可擴(kuò)展、支持海量數(shù)據(jù)存儲的nosql數(shù)據(jù)庫。分布式是因?yàn)閔base底層使用hdfs存儲數(shù)據(jù)，可擴(kuò)展也是基于hdfs的橫向擴(kuò)展能力，作為大數(shù)據(jù)的存儲當(dāng)然支持海量數(shù)據(jù)的存儲，nosql非關(guān)系型數(shù)據(jù)庫表結(jié)構(gòu)和關(guān)系型數(shù)據(jù)庫（如mysql）的邏輯結(jié)構(gòu)、物理結(jié)構(gòu)很不一樣，性質(zhì)特點(diǎn)、應(yīng)用場景也不一樣。
1、邏輯結(jié)構(gòu)
1）name space
命名空間，類似于關(guān)系型數(shù)據(jù)庫的 databbase 概念，每個命名空間下有多個表。hbase有兩個自帶的命名空間，分別是 hbase 和 default，hbase 中存放的是 hbase 內(nèi)置的表，default 表是用戶默認(rèn)使用的命名空間。
2）region
類似于關(guān)系型數(shù)據(jù)庫的表概念。不同的是，hbase 定義表時只需要聲明列族即可，不需要聲明具體的列。這意味著，往 hbase 寫入數(shù)據(jù)時，字段可以動態(tài)、按需指定。因此，和關(guān)系型數(shù)據(jù)庫相比，hbase 能夠輕松應(yīng)對字段變更的場景。
3）row
hbase 表中的每行數(shù)據(jù)都由一個 rowkey 和多個 column（列）組成，數(shù)據(jù)是按照 rowkey的字典順序存儲的，并且查詢數(shù)據(jù)時只能根據(jù) rowkey 進(jìn)行檢索，所以 rowkey 的設(shè)計十分重要。
4）column
hbase 中的每個列都由 column family(列族)和 column qualifier（列限定符）進(jìn)行限定，例如 info：name，info：age。建表時，只需指明列族，而列限定符無需預(yù)先定義。
5）time stamp
用于標(biāo)識數(shù)據(jù)的不同版本（version），每條數(shù)據(jù)寫入時，如果不指定時間戳，系統(tǒng)會自動為其加上該字段，其值為寫入 hbase 的時間。
6）cell
由{rowkey, column family：column qualifier, time stamp} 唯一確定的單元。cell 中的數(shù)據(jù)是沒有類型的，全部是字節(jié)碼形式存貯。
2、物理結(jié)構(gòu)
1）region server
region server 為 region 的管理者，其實(shí)現(xiàn)類為 hregionserver，主要作用如下:對于數(shù)據(jù)的操作：get, put, delete；對于 region 的操作：splitregion、compactregion。
2）master
master 是所有 region server 的管理者，其實(shí)現(xiàn)類為 hmaster，主要作用如下：對于表的操作：create, delete, alter對于 regionserver的操作：分配 regions到每個regionserver，監(jiān)控每個 regionserver的狀態(tài)，負(fù)載均衡和故障轉(zhuǎn)移。
3）zookeeper
hbase 通過 zookeeper 來做 master 的高可用、regionserver 的監(jiān)控、元數(shù)據(jù)的入口以及集群配置的維護(hù)等工作。
4）hdfs
hdfs 為 hbase 提供最終的底層數(shù)據(jù)存儲服務(wù)，同時為 hbase 提供高可用的支持。
3、增刪改查
初學(xué)或者測試階段對hbase操作可以使用hbase shell。增刪改查等基本命令如下：
（1）創(chuàng)建表
|
1
|
create 'test','cf' |
test是表名，cf是列族名，你會發(fā)現(xiàn)hbase的表在新建的時候并沒有地方讓你定義列（和關(guān)系型數(shù)據(jù)庫很不一樣吧）。這是因?yàn)閔base中的列全部都是靈活的，可以隨便定義的。列只有在你插入第一條數(shù)據(jù)的時候才會生成。那么表的屬性在哪里定義呢？其實(shí)hbase的所有數(shù)據(jù)屬性都是定義在列族上的。
（2）查看表屬性
|
1
|
describe 'test' |
輸出：
hbase(main):002:0> desc 'test'
table test is enabled
test, {table_attributes => {durability => 'use_default', metadata => {'is_root'
=> 'false', 'lindorm_table_attrs' => '\x00\x08\x00\x00\x00\x16wal_edit_with_full
_row\x05false\x00\x00\x00\x0bconsistency\x08eventual\x00\x00\x00\x16leader_balan
ce_enabled\x01\xff\x00\x00\x00\x1ffull_row_edit_carry_latest_data\x04true\x00\x0
0\x00\x0fdynamic_columns\x04true\x00\x00\x00\x0fallow_filtering\x01\x00\x00\x00\
x00\x13leader_balance_type\x06single\x00\x00\x00\x12deferred_log_flush\x05false'
, 'tablemetaversion' => '`\xe4n\x0f'}}
column families description
{name => 'cf', versions => '1', evict_blocks_on_close => 'false', new_version_be
havior => 'false', keep_deleted_cells => 'false', cache_data_on_write => 'false'
, data_block_encoding => 'diff', ttl => 'forever', min_versions => '0', replicat
ion_scope => '0', bloomfilter => 'row', cache_index_on_write => 'false', in_memo
ry => 'false', cache_blooms_on_write => 'false', prefetch_blocks_on_open => 'fal
se', compression => 'zstd', blockcache => 'true', blocksize => '65536', metadata
=> {'storage_policy' => 'default', 'compress_tags' => 'true', 'dfs_replication'
=> '2', 'chs_promote_on_major' => 'true'}}
1 row(s)
took 0.2150 seconds
可以看出對表的描述不多，大量的是對列族的描述，列族更像是傳統(tǒng)關(guān)系數(shù)據(jù)庫中的表，而表本身反倒變成只是存放列族的空殼了。
(3)查看表
list
輸出：
hbase(main):001:0> list
table
test
test1
test2
test_ls
4 row(s)
took 0.6370 seconds
=> ["test", "test1", "test2", "test_ls"]
（4）插入數(shù)據(jù)
|
1
|
put 'test','row1','cf:name','jack' |
這條語句的意思就是：往test表插入一個單元格。這個單元格的rowkey為row1，也就是說它是屬于row1這個行中的一個列。該單元格的列族為cf。該單元格的列名為name。數(shù)據(jù)值為jack。可見列是在插入數(shù)據(jù)的時候產(chǎn)生的，hbase中列可以自由擴(kuò)展。表的結(jié)構(gòu)中某一行可能沒有某個列，但數(shù)據(jù)并不以null替代，而是壓根沒有該單元格。這樣以稀疏k-v方式存儲數(shù)據(jù)可以大大壓縮數(shù)據(jù)存儲容量。
（5）掃描數(shù)據(jù)
|
1
|
scan 'test' |
輸出：
hbase(main):011:0> scan 'test'
row column+cell
row1 column=cf:name, timestamp=1625911358767, value=jack
1 row(s)
took 0.5670 seconds
scan命令類似于mysql中的select * from test。
（6）查看數(shù)據(jù)
scan命令是批量讀取數(shù)據(jù)，查詢某個單元格的數(shù)據(jù)可以用get命令，
|
1
|
get 'test','row1','cf:name' |
由于hbase底層使用鍵值對存儲數(shù)據(jù)，查詢一個單元格的數(shù)據(jù)非常快，這和mysql也完全不同。
（7）刪除數(shù)據(jù)
|
1
|
delete 'test','row1','cf:name' |
hbase刪除記錄并不是真的刪除了數(shù)據(jù)，而是放置了一個墓碑標(biāo)記（tombstone marker），把這個版本連同之前的版本都標(biāo)記為不可見了。
（8）停用表
|
1
|
disable 'test' |
表刪除之前要停用表
（9）刪除表
|
1
|
drop 'test' |
4、應(yīng)用場景
hbase采用的是key/value的存儲方式，這意味著，即使隨著數(shù)據(jù)量增大，也幾乎不會導(dǎo)致查詢的性能下降。凡事都不可能只有優(yōu)點(diǎn)而沒有缺點(diǎn)。數(shù)據(jù)分析是hbase的弱項(xiàng)，因?yàn)閷τ趆base乃至整個nosql生態(tài)圈來說，基本上都是不支持表關(guān)聯(lián)的。
不適用的場景：主要需求是數(shù)據(jù)分析，比如做報表。單表數(shù)據(jù)量不超過千萬。建議使用mysql或者oracle數(shù)據(jù)庫。
適用的場景：單表數(shù)據(jù)量超千萬，而且并發(fā)還挺高。數(shù)據(jù)分析需求較弱，或者不需要那么靈活或者實(shí)時。
5、參考資料
到此這篇關(guān)于hbase列式存儲入門的文章就介紹到這了,更多相關(guān)hbase列式存儲內(nèi)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！
原文鏈接：https://blog.csdn.net/Andytl/article/details/118638776
