HBase 简介

HBase 是什么

Apache HBase 是 Hadoop 数据库，一个分布式的，可扩展的，大数据存储。

• HBase 集群可以托管非常大的表——数十亿行X数百万列（真正意义的大数据存储数据库）
• HBase 数据的最终持久化存储是基于 HDFS，存储容量可以随时在线扩容，而且数据存储的安全性、可靠性极高
• HBase 支持对大数据进行随机、实时的读/写访问

HBase 优点

• 容量巨大：HBase 的单表可以支持千亿行、百万列的数据规模，数据容量可以达到 TB 甚至 PB 级别
• 良好的可扩展性：HBase 集群可以非常方便地实现集群容量扩展，主要包括数据存储节点扩展以及读写服务节点扩展
• 稀疏性：HBase支持大量稀疏存储，即允许大量列值为空，并不占用任何存储空间
• 高性能：HBase 目前主要擅长 于 LOTP（联机事务处理）场景，数据写操作性能强劲，对于随机单点读以及小范围的扫描读，其性能也能够得到保证。对于大范围的扫描读可以使用 MapReduce 提供的 API，以便实现更高效的并行扫描。
• 多版本：HBase支持多版本特性，即一个 KV 可以同时保留多个版本，用户可以根据需要选择最新版本或者某个历史版本。
• 支持过期：HBase支持 TTL 过期特性，用户只需要设置过期时间，超过TTL的数据就会被自动清理，不需要用户写程序手动删除。
• Hadoop 原生支持：HBase 是 Hadoop 生态中的核心成员之一，很多生态组件都可以与其直接对接

HBase 缺点

• HBase 不支持很复杂的聚合运算（如Join、GroupBy等）
• HBase 不支持二级索引功能
• HBase 原生不支持全局跨行事务（只支持单行事务模型）