什么是HBase技術(shù)?HBase 是一個開源的、分布式、版本化、高可靠、高性能、面向列、可伸縮的NoSQL數(shù)據(jù)庫，它利用Hadoop分布式文件系統(tǒng)提供分布式數(shù)據(jù)存儲。

HBase訪問接口

Native Java API，最常規(guī)和高效的訪問方式，適合Hadoop MapReduce Job并行批處理HBase表數(shù)據(jù)

HBase Shell，HBase的命令行工具，最簡單的接口，適合HBase管理使用

Thrift Gateway，利用Thrift序列化技術(shù)，支持C++，PHP，Python等多種語言，適合其他異構(gòu)系統(tǒng)在線訪問HBase表數(shù)據(jù)

REST Gateway，支持REST 風格的Http API訪問HBase, 解除了語言限制

Pig，可以使用Pig Latin流式編程語言來操作HBase中的數(shù)據(jù)，和Hive類似，本質(zhì)最終也是編譯成MapReduce Job來處理HBase表數(shù)據(jù)，適合做數(shù)據(jù)統(tǒng)計

Hive，當前Hive的Release版本尚沒有加入對HBase的支持，但在下一個版本Hive 0.7.0中將會支持HBase，可以使用類似SQL語言來訪問HBase。

HBase運行模式

HBase的運行有三種模式：單機模式、偽分布式模式、分布式模式。

單機模式：在一臺計算機上安裝和使用HBase，不涉及數(shù)據(jù)的分布式存儲;

偽分布式模式：在一臺計算機上模擬一個小的集群;

分布式模式：使用多臺計算機實現(xiàn)物理意義上的分布式存儲。這里出于學習目的，我們只重點討論單機模式和偽分布式模式。

Hbase的應用場景

對象存儲：我們知道不少的頭條類、新聞類的的新聞、網(wǎng)頁、圖片存儲在HBase之中，一些病毒公司的病毒庫也是存儲在HBase之中

時序數(shù)據(jù)：HBase之上有OpenTSDB模塊，可以滿足時序類場景的需求

推薦畫像：特別是用戶的畫像，是一個比較大的稀疏矩陣，螞蟻的風控就是構(gòu)建在HBase之上

時空數(shù)據(jù)：主要是軌跡、氣象網(wǎng)格之類，滴滴打車的軌跡數(shù)據(jù)主要存在HBase之中，另外在技術(shù)所有大一點的數(shù)據(jù)量的車聯(lián)網(wǎng)企業(yè)，數(shù)據(jù)都是存在HBase之中

OLAP：Kylin一個cube分析工具，底層的數(shù)據(jù)就是存儲在HBase之中，不少客戶自己基于離線計算構(gòu)建cube存儲在hbase之中，滿足在線報表查詢的需求

消息/訂單：在電信領域、銀行領域，不少的訂單查詢底層的存儲，另外不少通信、消息同步的應用構(gòu)建在HBase之上

Feeds流：典型的應用就是xx朋友圈類似的應用

NewSQL：之上有Phoenix的插件，可以滿足二級索引、SQL的需求，對接傳統(tǒng)數(shù)據(jù)需要SQL非事務的需求

為什么采用HBase?

HBase 不同于一般的關(guān)系數(shù)據(jù)庫,它是一個適合于非結(jié)構(gòu)化數(shù)據(jù)存儲的數(shù)據(jù)庫.所謂非結(jié)構(gòu)化數(shù)據(jù)存儲就是說HBase是基于列的而不是基于行的模式，這樣方面讀寫你的大數(shù)據(jù)內(nèi)容。

HBase是介于Map Entry(key & value)和DB Row之間的一種數(shù)據(jù)存儲方式。就點有點類似于現(xiàn)在流行的Memcache，但不僅僅是簡單的一個key對應一個 value，你很可能需要存儲多個屬性的數(shù)據(jù)結(jié)構(gòu)，但沒有傳統(tǒng)數(shù)據(jù)庫表中那么多的關(guān)聯(lián)關(guān)系，這就是所謂的松散數(shù)據(jù)。

簡單來說，你在HBase中的表創(chuàng)建的可以看做是一張很大的表，而這個表的屬性可以根據(jù)需求去動態(tài)增加，在HBase中沒有表與表之間關(guān)聯(lián)查詢。你只需要 告訴你的數(shù)據(jù)存儲到Hbase的那個column families 就可以了，不需要指定它的具體類型：char,varchar,int,tinyint,text等等。但是你需要注意HBase中不包含事務此類的功 能。

Apache HBase 和Google Bigtable 有非常相似的地方，一個數(shù)據(jù)行擁有一個可選擇的鍵和任意數(shù)量的列。表是疏松的存儲的，因此用戶可以給行定義各種不同的列，對于這樣的功能在大項目中非常實用，可以簡化設計和升級的成本。