HBase

HBase介绍

HBase 是一个分布式、面向列的 NoSQL 数据库，构建于 Hadoop 之上，使用 Hadoop 的 HDFS 作为底层存储，适合处理大规模数据的实时读写和随机访问。HBase 专为处理 PB 级别的大数据量而设计，能够在分布式集群中实现海量数据的存储和快速查询，尤其适合半结构化或非结构化数据场景。

HBase 的核心特性

1. 面向列的存储模型- HBase 是一个基于列族（Column Family）的数据库，数据以表的形式组织，但与传统的关系型数据库不同，HBase 的表并不需要预定义列的模式，支持每行记录有不同的列。- 数据存储在列族（Column Family）中，每个列族包含多个列（Column），并且列族是数据管理的基本单元。每个列的值可以有不同的类型，并且是稀疏存储的，即不同行可以有不同的列。
2. 高扩展性- HBase 通过水平扩展（Scale Out）来支持海量数据的存储和查询，可以将数据分布到多个节点上，随着数据量的增长，集群可以通过增加节点来扩展存储和计算能力。
3. 实时读写- 与 Hadoop 的批处理模型不同，HBase 提供了对数据的实时随机读写能力，可以支持高吞吐量的写入和快速随机读。
4. 基于 Hadoop 的分布式存储- HBase 使用 Hadoop HDFS 作为其底层存储系统，数据以 HFile 的形式存储在 HDFS 上。HBase 也利用 Hadoop 的 MapReduce 框架进行数据处理。
5. 强一致性和分布式处理- HBase 提供了强一致性保证，即所有数据操作是 ACID 的，任何读取操作都能获取最新的数据。同时，它支持分布式架构，通过自动分区和负载均衡机制，可以将数据分布到集群中的不同节点。