HBase的特點(diǎn)是什么？適用于哪些場景？

HBase的特點(diǎn)

HBase的一大優(yōu)點(diǎn)是可在廉價(jià)PC 服務(wù)器上搭建起大規(guī)模結(jié)構(gòu)化存儲集群。HBase的目標(biāo)是存儲并處理大型的數(shù)據(jù)，更具體來說是僅需使用普通的硬件配置，就能夠處理由成千上萬的行和列所組成的大型數(shù)據(jù)。HBase分布式數(shù)據(jù)庫具有如下的顯著特點(diǎn)：

1)大：一個(gè)表可以有數(shù)十億行，上百萬列;

2)無模式：每行都有一個(gè)可排序的主鍵和任意多的列，列可以根據(jù)需要?jiǎng)討B(tài)的增加，同一張表中不同的行可以有截然不同的列;

3)面向列：面向列(族)的存儲和權(quán)限控制，列(族)獨(dú)立檢索;

4)稀疏：空(null)列并不占用存儲空間，表可以設(shè)計(jì)的非常稀疏;

5)數(shù)據(jù)多版本：每個(gè)單元中的數(shù)據(jù)可以有多個(gè)版本，默認(rèn)情況下版本號自動分配，是單元格插入時(shí)的時(shí)間戳;

6)數(shù)據(jù)類型單一：Hbase中的數(shù)據(jù)都是字符串，沒有類型。

HBase的適用場景

① 半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)

對于數(shù)據(jù)結(jié)構(gòu)字段不夠確定或雜亂無章很難按一個(gè)概念去進(jìn)行抽取的數(shù)據(jù)適合用HBase。以上面的例子為例，當(dāng)業(yè)務(wù)發(fā)展需要存儲author的email，phone，address信息時(shí)RDBMS需要停機(jī)維護(hù)，而HBase支持動態(tài)增加。

② 記錄非常稀疏

RDBMS的行有多少列是固定的，為null的列浪費(fèi)了存儲空間。而如上文提到的，HBase為null的Column不會被存儲，這樣既節(jié)省了空間又提高了讀性能。

③ 多版本數(shù)據(jù)

如上文提到的根據(jù)Row key和Column key定位到的Value可以有任意數(shù)量的版本值，因此對于需要存儲變動歷史記錄的數(shù)據(jù)，用HBase就非常方便了。比如上例中的author的Address是會變動的，業(yè)務(wù)上一般只需要最新的值，但有時(shí)可能需要查詢到歷史值。

④ 超大數(shù)據(jù)量

當(dāng)數(shù)據(jù)量越來越大，RDBMS數(shù)據(jù)庫撐不住了，就出現(xiàn)了讀寫分離策略，通過一個(gè)Master專門負(fù)責(zé)寫操作，多個(gè)Slave負(fù)責(zé)讀操作，服務(wù)器成本倍增。隨著壓力增加，Master撐不住了，這時(shí)就要分庫了，把關(guān)聯(lián)不大的數(shù)據(jù)分開部署，一些join查詢不能用了，需要借助中間層。隨著數(shù)據(jù)量的進(jìn)一步增加，一個(gè)表的記錄越來越大，查詢就變得很慢，于是又得搞分表，比如按ID取模分成多個(gè)表以減少單個(gè)表的記錄數(shù)。經(jīng)歷過這些事的人都知道過程是多么的折騰。采用HBase就簡單了，只需要加機(jī)器即可，HBase會自動水平切分?jǐn)U展，跟Hadoop的無縫集成保障了其數(shù)據(jù)可靠性(HDFS)和海量數(shù)據(jù)分析的高性能(MapReduce)。

猜你喜歡：

HBase數(shù)據(jù)模型有幾種字段類型？有什么不同的含義？

HBase讀寫數(shù)據(jù)流程詳細(xì)介紹

HBase數(shù)據(jù)庫物理存儲的存儲方式介紹

黑馬程序員Python+大數(shù)據(jù)開發(fā)工程師培訓(xùn)