HBase架構(gòu)概述

NoSQL

HBase是一種“NoSQL”數(shù)據(jù)庫?！癗oSQL”是一個通用術(shù)語，意思是數(shù)據(jù)庫不是支持SQL作為其主要訪問語言的RDBMS，但是有許多類型的NoSQL數(shù)據(jù)庫：BerkeleyDB是本地NoSQL數(shù)據(jù)庫的一個例子，而HBase是一個分布式數(shù)據(jù)庫。從技術(shù)上講，HBase實(shí)際上更像是一個“數(shù)據(jù)存儲”而不是“數(shù)據(jù)庫”，因?yàn)樗鄙僭赗DBMS中找到的許多功能，例如鍵入列，二級索引，觸發(fā)器和高級查詢語言等。

但是，HBase具有很多支持線性和模塊化縮放的功能。通過添加商品類服務(wù)器上托管的RegionServers來擴(kuò)展HBase集群。例如，如果一個集群從10個擴(kuò)展到20個RegionServers，則它在存儲和處理能力方面都會翻倍。RDBMS可以很好地擴(kuò)展，但只能達(dá)到某一點(diǎn) - 具體而言就是單個數(shù)據(jù)庫服務(wù)器的大小 - 并且為了獲得最佳性能，需要專門的硬件和存儲設(shè)備。HBase的特點(diǎn)是：

• 一致的讀/寫：HBase不是“最終一致的”DataStore。這使它非常適合諸如高速計數(shù)器聚合之類的任務(wù)。
• 自動分片：HBase表通過區(qū)域分布在集群上，隨著數(shù)據(jù)增長，區(qū)域會自動分割和重新分配。
• 自動RegionServer故障切換
  
• Hadoop/HDFS集成：HBase支持HDFS作為其分布式文件系統(tǒng)。
• MapReduce：HBase支持通過MapReduce進(jìn)行大規(guī)模并行處理，以便將HBase用作源和接收器。
• Java客戶端API：HBase支持易于使用的Java API進(jìn)行編程式訪問。
• Thrift/REST API：HBase還支持非Java前端的Thrift和REST。
• 塊緩存和Bloom過濾器：HBase支持塊緩存和Bloom過濾器，以實(shí)現(xiàn)高容量查詢優(yōu)化。
• 操作管理：HBase提供內(nèi)置的網(wǎng)頁以提供運(yùn)營洞察力以及JMX指標(biāo)。

何時使用HBase

HBase不適合所有問題。

首先，確保你有足夠的數(shù)據(jù)。如果你有數(shù)億或數(shù)十億行，那么HBase是一個很好的選擇。如果只有幾千行，那么使用傳統(tǒng)的RDBMS可能是一個更好的選擇，因?yàn)樗袛?shù)據(jù)都可能在單個節(jié)點(diǎn)（或兩個）上，而群集的其余部分可能處于閑置狀態(tài)。

其次，確保您可以在沒有RDBMS提供的所有額外功能的情況下生存（例如，鍵入列，二級索引，事務(wù)，高級查詢語言等）。針對RDBMS構(gòu)建的應(yīng)用程序無法通過簡單更改而“移植”到HBase，例如，一個JDBC驅(qū)動程序。考慮從RDBMS轉(zhuǎn)移到HBase作為一個完整的重新設(shè)計，而不是一個端口。

第三，確保你有足夠的硬件。即使是HDFs也不能很好地處理少于5個的數(shù)據(jù)流（由于HDFS塊復(fù)制的默認(rèn)值為3），加上NAMENODE。

HBase可以在筆記本電腦上獨(dú)立運(yùn)行 - 但這應(yīng)該只被視為一種開發(fā)配置。

HBase和Hadoop / HDFS有什么區(qū)別？

HDFS是一個非常適合存儲大型文件的分布式文件系統(tǒng)。它的文檔指出，它不是一個通用的文件系統(tǒng)，也沒有在文件中提供快速的單個記錄查找。另一方面，HBase建立在HDFS之上，為大型表提供快速記錄查找（和更新）。這有時會成為概念混淆的一個觀點(diǎn)。HBase內(nèi)部將您的數(shù)據(jù)放入HDFS上的索引“StoreFiles”中進(jìn)行高速查找。有關(guān)HBase如何實(shí)現(xiàn)其目標(biāo)的更多信息，請參閱數(shù)據(jù)模型和本章的其余部分。