1.  HBase簡介

1.1  為什麼使用HBase

傳統的RDBMS關係型資料庫（MySQL/Oracle）儲存一定量資料時進行資料檢索沒有問題，可當資料量上升到非常巨大規模的資料（TB/PB）級別時，傳統的RDBMS已無法支撐，這時候就需要一種新型的資料庫系統更好更快的處理這些資料。我們可以選擇HBase。

1.2  HBase的地位

HBase佔有舉足輕重的作用，它居於HDFS之上，與MapReduce可以整合，與Hive也可以整合，HBase表中的資料與Hive表的資料可以關聯，Spark也可以讀HBase的資料。

2.  HBase是什麼

• HBase技術來源於 Fay Chang 所撰寫的Google論文：Bigtable（一個結構化資料的分散式儲存系統）。

• HBase是Apache的Hadoop專案的子專案。HBase不同於一般的關係資料庫，它是一個適合於 非結構化資料儲存的資料庫。另一個不同的是HBase基於列的而不是基於行的模式。

• HBase（Hadoop Database），是一個高可靠性、高效能、面向列、可伸縮的分散式儲存系統，利用HBase技術可在廉價PC Server上搭建起大規模結構化儲存叢集。

• HBase實際上是一個Hadoop的資料庫系統，它的主要作用和傳統資料庫系統一樣儲存資料和檢索資料。不同的是，HBase可以儲存海量資料及海量資料的檢索。

2.1  HBase與Hadoop的對比

2.2  HBase與關係型資料庫的功能對比

• 當資料量比較小，RDBMS可以支撐的時候，可以用RDBMS來實現，若需要線上事務處理時，RDBMS是合適的。
• 但當有海量資料需要處理時，可以選擇HBase，並且HBase由於是列儲存型資料庫，在聚合計算和資料分析時非常快。

3.  HBase架構設計及表的儲存設計

• HBase是水平擴充套件的、分散式的、開源有序對映資料庫。它執行在Hadoop檔案系統HDFS上。它不要求有預定義的模式，可以被看做彈性擴充套件的多維表格，通過動態新增列，在資料插入或查詢之前修改列結構，以支援任意的資料結構。
• HBase是一個建立在HDFS上的列儲存資料庫，具有至此線性擴充套件（橫向擴充套件）、自動故障轉移、自動分割槽及模式自由等特性。

3.1  HBase體系架構圖

3.2  HBase架構設計及表的儲存設計

• Master

為HBase的主節點，用來協調客戶端應用程式和RegionServer的關係，同時用來監控和記錄元資料的變化和管理。

• RegionServer

是從節點，用region的形式處理實際的表。region是HBase表的基礎單元元件，它儲存了分散式表。所以HBase表和HBase叢集利用Master和RegionServer來協同工作。

• ZooKeeper

是一個高效能、集中化、分散式應用程式協調服務，它為HBase提供了分散式同步和組服務。在HBase中，它用來選舉叢集主節點Master，以便跟蹤可用的線上伺服器，同時維護叢集的元資料。一般安裝多個，用於提供Master的高可用性。

通常，Master和Hadoop的NameNode程序執行在同一臺主機上，與DataNode通訊以讀寫HDFS的資料。RegionServer跟Hadoop的DataNode執行在同一臺主機上。