Hadoop大数据开发基础与案例实战（微课版）课件 8.1 HBase概述.pptx

Hadoop大数据项目开发——HBase概述

目录content02MapReduce优化方法01MapReduce运行效率瓶颈

HBase简介HBase是一个面向列、高性能、高可靠、可伸缩的分布式存储系统。可在廉价计算机上搭建起大规模的结构化存储集群。HBase是以HDFS为文件存储系统。以MapReduce为海量数据处理框架，以ZooKeeper为协同服务工具。

HBase简介HBase是一个非关系型数据库。非常适合于非结构化数据存储的数据库。数据以列族形式存储，HBase基于列的而不是基于行的模式。HBase支持在海量数据上随机、实时读写数据。

HBase特点它弥补了Hadoop不能进行实时数据处理的缺陷。它采用了稀疏矩阵的存储方式。它可以通过增加节点的方式进行线性扩展。

HBase的特点它弥补了Hadoop不能进行实时数据处理的缺陷。它采用了稀疏矩阵的存储方式。它可以通过增加节点的方式进行线性扩展。

HBase与传统数据库的区别HBase的数据存储类型单一。HBase仅具有简单的操作。HBase的更新操作实际上是插入了新的数据且仍保留旧的数据。HBase的查询只能通过行键进行，表的设计难度较大。

HBase与Hive的区别Hive支持SQL查询，而HBase不支持SQL。Hive不支持行级别的更新，而HBase支持数据的增、刷、改、查。Hive本身不存储数据，而HBase可以联机实时处理数据，是一种分布式数据库。

HBase逻辑视图HBase中的表一般由行键（rowkey）、时间戳（timestamp）、列族（columnfamily）、列（column）组成。在使用表之前，需要先定义列族，而行、列和时间戳可动态扩展。行键：行键以字节数组来存储，没有特定的数据类型，可以是任意字符串，但最大长度为64KB。它是用于检索的主键。列族：在定义表结构时，必须预先定义列族，并且不可以随意修改。列：列在定义表时不需要定义，因为它不是元数据的一部分，只需在插入数据时再指定。时间戳：通过行键和列可以确定一个存储单元。每个存储单元中可能保存着一个数据的多个版本，它们通过时间戳索引。

HBase逻辑视图

HBase存储原理HBase由1个或者多个HMaster和多个RegionServer组成的集群。其中HMaster和RegionServer的状态存储在ZooKeeper上，HBase的数据存储在HFile的文件上。

HRegion内部架构图

本章小结本节介绍了HBase、HBase逻辑视图和HBase的实现原理，相信大家掌握了HBase的相关概念，对非关系型数据库有了认识，为我们后续学习HBase相关操作打下了理论基础。