一、应用场景及特点
1. HBase能做什么
海量数据存储（百亿*百万）
准实时查询（百毫秒查询）-->1秒内完成查询
2. 实际业务场景中的应用
交通：长江航道中船舶的GPS信息；路口摄像头违章拍照
金融：存取款，借还款
电商：淘宝-》订单，物流，浏览记录
移动端：通话记录等等
3.特点
海量存储：（百亿*百万）传统数据（单表500w，30列）
面向列：动态增加列；存储和权限控制面向列--》只需要少数几个字段的话，大大减少读取的数据量
多版本：每一列的数据存储有多个Version
稀疏性：为空的列不占用存储空间，表可以很稀疏
扩展性：线性扩展，随着数据量增多可以通过节点扩展进行支撑
高性能：
①底层LSM数据结构和Rowkey有序排列等架构上的独特设计，使得HBase具有非常高的写入能力。
②region切分、主键索引和缓存机制使得Hbase在海量数据下具备一定的随机读取性能，改性能针对Rowkey的查询能够到达毫秒级别
高可靠性：
4.优势
| 不同点 |
传统数据库 |
Hbase |
| 海量存储 |
500w*30时健康 |
百亿*百万 |
| 安全 |
不自带备份 |
数据存储在hdfs上，备份机制健全 |
| 准实时查询 |
数据达到一定数量开始缓慢，很大的话基本无法支撑 |
通过zookeeper协调查找数据，访问速度快 |
| 存储方式 |
行存储 |
列存储 动态增加列 存储和权限控制面向列 只需要少数几个字段的话，大大减少读取的数据量 |
| 数据较大时候的切分 |
人工第三方插件 |
自动（Region），也支持手动指定Region |
| 高并发读写 |
支持 |
不支持 |
5.劣势
只支持rowkey匹配查询，不支持条件查询等复杂查询
二、概念以及在Hadoop生态中的定义
1. HBase简介
HBASE是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。
HBASE的目标是存储并处理大型的数据，更具体来说是仅需使用普通的硬件配置，就能够处理由成千上万的行和列所组成的大型数据。
HBASE是Google Bigtable的开源实现，但是也有很多不同之处。
| 不同点 |
Google Bigtable |
HBASE |
| 文件存储系统 |
GFS |
Hadoop HDFS |
| 协同服务 |
Chubby |
Zookeeper |
| 相同点 |
都采用Hadoop MapReduce来处海量数据 |
2. 选择合适的版本
官方版本：http://archive.apache.org/dist/hbase/
CDH版本：http://archive.cloudera.com/cdh5/
三、Hbase架构服务体系与设计模型
1. 服务体系：服务包含哪些进程，进程与进程之间的关系，以及hbase在生态中的关系）
RegionServer向Master汇报：
①健康状态②管理哪些Region（表大的时候进行分区，一个分区就是一个Region）
注意：Zookeeper也知道RegionServer的以上信息
2. 设计模型：表结构模型 和 表数据模型
表结构模型
建表时候定列簇，不用定列
数据模型
- 一张表的列簇不会超过5个
- 每个列簇的列数没有限制
- 列只有插入数据后存在
- 列在列簇中是有序的
四、安装部署
参照《HBase安装部署》
1. 先决条件
- JDK1.7 +
- Hadoop-2.5.0 +
- Zookeeper-3.4.5 +
五、HBase shell使用
参照《HBase远程连接+常用命令》