前言

#博学谷IT学习技术支持#
本篇文章主要介绍HBase的基础，数据模型、相关shell命令以及Java API，详情如下。

一、HBase基础简介

（一）基础介绍

1. HBase是BigTable的开源系统，其建立在HDFS的基础之上，提供高可靠性、高性能、列存储、可伸缩以及实时读写NoSQL的数据库系统；
2. 主要存储结构化和半结构化的松散数据，只支持单行事务，不支持复杂的事务，HBase的数据查询很简单，不支持join等复杂操作，查询数据时只能通过主键rowkey和主键的range来检索数据。
3. 与Hadoop相同，HBase主要依靠横向扩展，通过增加廉价的服务器来增加存储和数据处理能力，节点越多，存储和处理能力越好。

（二）应用场景

HBase的应用场景有很多，主要由以下几种：

1. 对象存储，不少的头条类的新闻、网页、图片等数据都存储在HBase之中
2. 时序数据，主要依靠HBase的openTSDB模块
3. 推荐画像
4. 时空轨迹，主要是轨迹，气象网格之类的数据，在一些具有大数据量的车联网企业中，数据也是存储在HBase之中
5. Cube OLAP，kylin的一个cube分析工具，底层的数据就是存储在HBase中
6. 消息/订单，在电信、银行领域，不少的订单查询底层的数据存储
7. Feeds流，典型的应用就是朋友圈类型的应用，用户可以随时进行内容发布，点赞和评论

（三）特点

HBase的特点主要有以下几点：

1. 强一致性读写，HBase不是最终一致性，而是强一致性，所以HBase非常适合执行高速计数器聚合等任务。
2. Region自动分块，HBase表通过Region分布在集群的每个节点上，随着数据的增加，Region会进行拆分和重新分布。
3. RegionServer故障自动转移。
4. Hadoop/HDFS集成，HBase底层将HDFS作为其分布式文件系统，同时也支持MapReduce计算引擎。
5. HBase具有简单易用的Java API和Thrift/REST API。
6. 支持Cache块缓存和Bloom过滤器进行大容量查询优化。

二、数据模型

在HBase中，数据存储在有行有列的表中，HBase的表中主要由以下几部分组成：

（一）行键（row key）

• HBase的每一行由一个row key和一个或多个列组成，列的值与值对应的列、row key相关联；
• 行存储时按照row key的字典序排序，设计row key时尽量让相关的行存储在一起

（二）列

HBase的列由列族（Column Family）和列名（Column Qualifier）组成，列的表示方式为“列族：列名”，例如“C1：UserID”

（三）列族（Column Family）

• 列族将一列及其列值组织在一起
• 每个列族都有数据如何被压缩等存储属性
• 表中的每一行都有相同的列族
• 建议将同一类型的列放置在一个列族中
• 不建议设置太多列族，列族过多的话存在一定的性能问题

（四）列名（Column Qualifier）

• 列族中包含很多列名，可以为存储的数据提供索引
• 不同列族中可以存在相同列名的列，但是同一列族中的列名不能重复
• 列族在创建表后已经固定，列名不做限制，存储数据时再指定对应的列名

（五）版本号

• 每条数据都可以由多个版本，默认是3，添加相同row key的数据时，HBase不会进行覆盖，而是进行追加，通过版本号进行区分，过早版本的数据会在执行Major Compaction时删除。

（六）时间戳

• 每条数据都有对应的时间戳，往HBase中添加数据时，时间戳默认为当前操作的时间，也可以人为指定该条数据的时间戳
• 不同版本的数据按照时间倒序排序，即最新的数据排在前面

三、HBase相关shell操作

四、Java API介绍

总结