Hbase原理、Hbase列式存储特点、Hbase表结构 02

阳光穿透心脏的1/2处 2022-02-18 09:19 380阅读 0赞

# 1. 数据库分类 #

*  关系型数据库 Mysql、Oracle
 *  非关系型数据库 Redis、Mangdb、Hbase
 *  面向主题的是数据仓库，面向事务的是数据库

# 2. Hbase基本概念 #

[Hbase官方地址][Hbase]

*  Hbase是bigtable的开源java版本，是建立在hdfs之上。
 *  提供高可靠性、高性能性、列存储、可伸缩、实时读写nosql的数据库系统
    
     *  介于关系型数据库和非关系型数据库之间，仅能通过主键（row key）和主键的range来检索数据，仅支持单行事务（可通过hive来实现多表join等复杂操作）。
     *  主要用来存储结构化和半结构化的松散数据。
        
         *  Hbase查询数据功能很简单，不支持join等复杂操作，不支持复杂的事务（行级的事务）
         *  Hbase中支持的数据类型：byte\[\]
         *  与hadoop一样，hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，用来增加计算和存储能力。
 *  Hbase中的表特点：
    
     *  大：一个表可以有上十亿行，上百万列。
     *  面向列：面向列（族）的存储和权限控制，列（族）独立检索。
     *  稀疏：对于为空（null）的列，并不占用存储空间，因此，表可以设计的非常稀疏。
 *  和行式数据库的区别
    
     *  行式数据库在分析的时候，将id,name,age,sex,score;完整的信息读入内存，造成大量的内存和IO浪费。
     *  列式数据库的思维是把行式数据库全部拆开，按照列的方式重新组合存储，一列所有的行的数据存放在一起。带来的好处就是，要分析男女就直接访问所有的男女信息，要分析销售额，就直接访问消费额相关的数据。  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70]

# 3. 行式存储和列式存储对比（通俗易懂讲解） #

## 3.1 行列对比 ##

*  行式存储倾向于结构固定，列式存储倾向于结构弱化。 （行式存储相当于套餐，即使一个人来了也给你上八菜一汤，造成浪费；列式存储相等于自助餐，按需自取，人少了也不浪费）
 *  行式存储一行数据只需一份主键，列式存储一行数据需要多份主键。
 *  行式存储存的都是业务数据，列式存储除了业务数据外，还要存储列名。
 *  行式存储更像一个Java Bean，所有字段都提前定义好，且不能改变；列式存储更像一个Map，不提前定义，随意往里添加key/value。

## 3.2 Hbase中专业术语 ##

*  单元格:  
    **一个行键、列族、列修饰符、数据和时间戳组合起来叫做一个单元格（Cell）。 以下为一个单元格**  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 1]
 *  行数据：  
    **一个行键、一到多列（包括数据）组合起来叫做一行（Row）。下图中所有1001的数据合起来相当于Hbase中的一行，1002的相当于另一行**  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 2]

# 4. Hbase表结构 #

![在这里插入图片描述][20190418182652901.png]

*  表(table)：用于存储管理数据，具有稀疏的、面向列的特点。Hbase中得到每一张表，就是所谓的大表（Bigtable），可以有上亿行，上百万列。
 *  行键（RowKey）：类似于MySQL中的主键，Hbase根据行键来快速检索数据，一个行键对应一条记录。与MySQL主键不同的是，Hbase的行键是天然固有的，每一行数据存在行键。
 *  列族（ColumnFamily）：是列的集合，列族在表定义时需要指定，而列在插入数据时动态指定。列中的数据都是以二进制形式存在，没有数据类型。在物理存储结构上，每个表中的每个列族单独以一个文件存储。一个表可以有多个列簇。  
    **列族是hbase创建表必备的,一张表必须有的是主键和列族**

**如果喜欢本文章，请用小手点个赞~**

[Hbase]: http://hbase.apache.org
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70]: /images/20220218/da6ae1c7a25141b7a90a89f5187cd28b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 1]: /images/20220218/0e745350d5394c6780a542c58f1156cd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjY0MTkwOQ_size_16_color_FFFFFF_t_70 2]: /images/20220218/bd49f488c1dd46559c88e4461448a5af.png
[20190418182652901.png]: /images/20220218/b74d126b28cd4656890dd839a342cfb6.png