HBase是一個高可靠性、高性能、面向列、可伸縮的分布式數據庫，它起源于2006年Google發表的BigTable論文。在2008年，PowerSet的Chad Walters和Jim Keller受到了該論文思想的啟發，從而把HBase作為Hadoop的子項目來進行開發維護，用于支持結構化的海量數據存儲。

　　HBase的一大優點是可在廉價PC 服務器上搭建起大規模結構化存儲集群。HBase的目標是存儲并處理大型的數據，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據。HBase分布式數據庫具有如下的顯著特點：

　　容量大

　　HBase分布式數據庫中的表可以存儲成千上萬的行和列組成的數據。

　　面向列

　　HBase是面向列的存儲和權限控制，并支持獨立檢索。列存儲，其數據在表中是按照某列存儲的，根據數據動態的增加列，并且可以單獨對列進行各種操作。

　　多版本

　　HBase中表的每一個列的數據存儲都有多個Version(版本)。一般地，每一列對應著一條數據，但是有的數據會對應多個版本，例如，存儲個人信息的HBase表中，如果某個人多次更換過家庭住址，那么記錄家庭住址的數據就會有多個版本。

　　稀疏性

　　由于HBase中表的列允許為空，并且空列不會占用存儲空間，因此，表可以設計的非常稀疏。

　　擴展性

　　HBase的底層是依賴于HDFS。當磁盤空間不足時，我們可以動態的增加機器(即DataNode節點服務)來解決，從而避免像關系型數據庫那樣，進行數據的遷移。

　　高可靠性

　　由于HBase底層使用是的HDFS，而HDFS本身具有備份機制，所以在Spark集群出現嚴重問題時，Replication(即副本)機制能夠保證數據不會發生丟失或損壞。

　　雖然HBase是Google Bigtable的開源實現，但是它們之間有很多不同之處，例如：Google BigTable利用GFS作為其文件存儲系統，而HBase利用Hadoop HDFS作為其文件存儲系統;Google運行MapReduce來處理BigTable中的海量數據，而HBase同樣利用Hadoop的MapReduce來處理HBase中的海量數據;Google BigTable利用Chubby作為協同服務，而HBase利用Zookeeper作為協調服務作用。

　　HBase作為一種分布式數據庫，它與傳統數據庫相比有很大區別，下面從存儲模式、表字段以及可延伸性這三個方面分別進行介紹。

　　(1) 存儲模式

　　傳統數據庫中是基于行存儲的，而HBase是基于列進行存儲的。

　　(2) 表字段

　　傳統數據庫中的表字段不能超過30個，而HBase中的表字段不作限制。

　　(3) 可延伸性

　　傳統數據庫中的列是固定的，需要先確定列有多少才會增加數據去存儲，而HBase是根據數據存儲的大小去動態的增加列，列是不固定的。

猜你喜歡：

MapReduce是怎樣進行計算的？

大數據的Hadoop是什么，Hadoop的主要發展過程

HDFS究竟是什么？HDFS是怎樣儲存數據的？

黑馬程序員web前端培訓課程