《NoSQL主题分析报告-HBase》

HBase

主题分析报告

一

简介

HBase是一种构建在HDFS之上的分布式、面向列的存储系统，Java语言开发，2006年底由PowerSet 的Chad Walters和Jim Kellerman 发起，2008年成为Apache Hadoop的一个子项目，2010,年，Hbase成为Apache的顶级项目。在需要实时读写、随机访问超大规模数据集时，可以使用HBase。

功能特性

支持随机实时大数据访问，具有巨大的实时写入吞吐量；

内建支持MapReduce框架，支持高速并行处理数据；

提供原生Java API支持，方便开发。

第1章

非功能特性

数据存储在HDFS上，多副本存放，自动数据恢复和故障处理；

大表自动分区，有效降低IO、提升查询效率；

插拔节点无需停机，横向扩展容易。

特点

大表，一个表可以有上亿行，上百万列；

面向列，面向列表（簇）的存储和权限控制，列（簇）独立检索；

稀疏，空列不占用存储空间，表可以设计的非常稀疏；

无模式，列可以根据需要动态增加，同一张表中不同的行可以有截然不同的列；

数据多版本，每个单元中的数据可以有多个版本，版本号自动分配；

数据类型单一，HBase中的数据都是字符串，没有类型。

版本重大特性

典型应用场景

对象存储：我们知道不少的头条类、新闻类的的新闻、网页、图片存储在HBase之中，一些病毒公司的病毒库也是存储在HBase之中；

时序数据：HBase之上有OpenTSDB模块，可以满足时序类场景的需求；

推荐画像：用户画像是一个大的稀疏矩阵，蚂蚁的风控就是构建在HBase之上；

时空数据：主要是轨迹、气象网格之类，滴滴打车的轨迹数据主要存在HBase之中，另外在技术所有大一点的数据量的车联网企业，数据都是存在HBase之中；

消息/订单：在电信领域、银行领域，很多订单查询底层的存储使用Hbase，很多通信、消息同步的应用构建在HBase之上。

未来展望

HBase目前仍处在高速发展阶段，新特性不断增加，问题快速修复，社区活跃程度很高，Hbase向上对大数据计算如Spark、Kylin提供存储支持，向下屏蔽HDFS的复杂性，是Hadoop生态里不可或缺的，同领域没有比Hbase更有竞争力的开源产品，在可预见未来里，仍然是主流的开源选择。

——//////////——

平台云课堂

为邮储科技人带来有价值有温度的阅读