一、 数据库的分类和应用区别
RDBMS:关系型数据库（MySQL）
一个网站最核心的可能就是用户表，当用户表的数据上亿的时候，对单条数据的查询就需要花费很久的时间，有的时候很可能是分钟级别。实际情况可能更复杂：
a 表会在查询的同时被其他连接进行插入和更新操作。
b 查询语句是非常复杂的，例如多表连接查询。
NOSQL：字母上意思为不使用sql，其实有些书上解释为不止是sql。都是一个意思 ， 不支持sql语句。（非关系型数据库）
只做大数据的存储，应用场景用来存储非结构化的数据和半结构化的数据。
二、 hbase的特点和特殊概念
hbase是基于Hadoop诞生的大数据海量存储的数据库。
Hbase是采用 key value对的形式进行数据存储的。
最大的缺点，慢。少量的数据 还不如MySQL。当海量的数据的时候，hbases慢的不明显。
当你符合以下情况的时候 主要需求是数据分析，数据单表数据不超过千万的时候 请不要考虑hbase。
下面的情况请优先考虑hbase：
单表数据过千万，数据分析需求较弱，（一般存银行流水，游戏账号行为）。
1.hbase中的特殊概念的介绍：
先从大到小来看hbase的架构
主从架构：
主节点：Master
从节点：RegionServer
client客户端先找到zookeeper，zookeeper再告诉client RegionServer在哪里 Region Server从而直接将数据存储在hdfs中。
1.2 region是什么：
一段数据的集合，hbase中表一般拥有多个region ，region拥有以下几个特点：
region不能跨服务器 一个regionserver上有一个或者多个region。当数量大的时候，hbase会自动拆分region
1.3 regionserver是什么：
就是存放region的容器，一般一个服务器只安装一个regionserver 安装多个也是可以的
1.4 master是什么
不是rs的管理者，master比较接近打杂的。用来进行表创建，表修改，表删除，，，region的移动管理，，，这样做的好处是：减少单点故障。在hbase中主节点挂了，你依然可以正常的读取和存储数据，只是不能新建数据表。
- 存储架构
最基本的单位是列（column），一个或者多个列组成一行（row）。传统的数据库是严格的行列对齐。
Hbase不是，行跟行可以完全不一样，这个行的数据跟另外行的数据也可以存储在不同的机器上，甚至每一行内的数据的列的数量也不一样。
2.1 行键rowkey
Rowkey和MySQL中的主键比起来要容易简单多，完全由用户指定，hbase无法根据某个column来进行排序，rowkey就决定row存储顺序的唯一凭证，这个排序也非常简单：根据字典排序。
例如：输入3条数据：row-1,row-2,row-11,
排序结果：row-1,row-11,row-2
如果新增的时候不小心行键重复了，那么就是修改。
2.1 列簇
若干列组成列簇。（列簇是表的最小单位，一个表至少有1个列簇）
2.2 单元格
列簇中存储的单位 称为单元格。当你使用相同rowkey新增条数据，实质上更新了那条数据
Insert row-1 新增
Insert row-1 修改
上面那条数据原来的值还在不在？还在，单元格有一个特点，支持版本号，原来的值被存储在上一个版本号中，你查询的时候，默认返回最新的版本号的值，如果要查询原来的值，需要加上查询条件 版本号。存储用户上一次的密码，上一次访问的网站等
开集群并切换到tools目录下：
传输文件：
查看上传文件：
解压文件：
进行重命名：
新开一个窗口 打印地址：
回到第一个窗口 配置zoo.cfg文件：
解压hbase：
切换到HBASE目录下 并查看文件：
配置log4j.properties:
配置 hbase-site.xml:
<property >
<name>hbase.tmp.dir</name>
<value>/opt/modules/hbase-1.2.0-cdh5.7.6/datas</value>
</property>
<property>
<name>hbase.rootdir</name>
<value>hdfs://com.hadoop:8020/hbase</value>
</property>
<property>
<name>hbase.fs.tmp.dir</name>
<value>/user/${
user.name}/hbase-staging</value>
</property>
<property >
<name>hbase.bulkload.staging.dir</name>
<value>${hbase.fs.tmp.dir}</value>
</property>
<property >
<name>hbase.cluster.distributed</name>
<value>true</value>
</property>
<property>
<name>hbase.zookeeper.quorum</name>
<value>com.hadoop</value>
</property>
配置regionserver：
启动主节点：
启动从节点：
进入cli界面：
关闭节点：
启动所有的集群节点：
进入界面：
创建命名空间：
列表显示命名空间：
在默认的命名空间创建一张数据表：
在自定义的命名空间创建一张数据表：
列表显示所有数据表：
添加数据：
put 'ns_user1:table1','110','info:name','jack'
put 'ns_user:table1','110','info:age','18'
put 'ns_user:table1','110','info:gender','1'
扫描全表：
scan 'ns_user:table1'
查看表：
get 'ns_user:table1','110'
get 'ns_user1:table1','110','info:name'
使用flume实现多sinks的数据采集：
创建对应的hbase表：
create 'test','cf'
启动Tomcat进行测试：
配置flume:
能让flume连接到hdfs的原因是：
如何让flume知道hbase在哪里：
将hbase下lib目录中的jar全部拷贝到flume的lib目录下:
编写properties文件：
显示结果：
