HBase入门简介..ppt

* * * * * * NoSQL数据库技术与HBASE by ---王伟鹏 内容提要 什么是NoSQL，HBase 为什么需要HBase HTable的特点 HBase的安装与使用 什么是NoSQL,HBase SQL 结构化查询语言(Structured Query Language) 关系型数据库 NoSQL（非关系型） NoSQL ≠No SQL，而是No Relationship，Not Only SQL HBase是NoSQL数据库的一种 什么是HBase Hadoop生态系统 什么是HBase HBase是一个分布式的、多版本的、面向列的开源数据库 利用Hadoop HDFS作为其文件存储系统，提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。 利用Hadoop MapReduce来处理HBase中的海量数据 利用Zookeeper作为协同服务。 引入HBASE的原因 传统数据库系统已无法适应大型分布式数据存储的需要 改良的关系数据库（分库、分区等）难于安装与维护 引入HBASE的原因 HBASE从设计理念上就为可扩展做好了充分准备 空间的扩展只需要加入存储结点 实质上是一张极大的、非常稀疏的，存储在分布式文件系统上的表 HBase的特点 ?HBase中表的特点 大：一个表可以有上亿行，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。 每个cell中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳； HBase中的数据都是字符串，没有类型； 什么是HBase HBase RDBMS 数据类型 只有字符串 丰富的数据类型 数据操作 简单的增删改查 各种各样的函数，表连接 存储模式 基于列存储 基于表格结构和行存储 数据保护 更新后旧版本仍然会保留 替换 可伸缩性 轻易的进行增加节点，兼容性高 需要中间层，牺牲功能 HBase表逻辑结构 行键 列 列族 时间戳 单元 HBase表逻辑结构 Row Key row key是用来检索记录的主键，访问hbase table中的行 列族 hbase表中的每个列，都归属与某个列族。列族必须在使用表之前定义。列名都以列族作为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。 Cell 由{row key, column( family + label), version} 唯一确定的单元。cell中的数据类型全部是字节码形式存贮。 时间戳 每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引，最新的数据排在最前面。 HBase表物理存储 Table中的所有行都按照row key的字典序排列。 Table 在行的方向上分割为多个HRegion。 Region按大小分割的，每个表开始有一个region，随着数据不断插入表，增大到一个阀值的时候，HRegion就会等分会两个新的HRegion。 HBase表物理存储 HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的HRegion server上。但一个HRegion是不会拆分到多个server上的。 HBase表物理存储 事实上，HRegion由一个或者多个Store组成，每个store保存一个列族。每个Strore又由一个memStore和0至多个StoreFile组成。 * * * * * *