hadoop学习记录（三）HBase基本概念

这一次开始学习HBase数据库。

我用的是VMWare + ubuntu16.04 +Hbase1.1.5 +hadoop2.6.0的组合。

经过亲自安装验证，版本间没有发生冲突，可以进行学习和开发。

具体的安装过程参照了厦门大学数据实验室的安装教程，个人感觉这里面的安装步骤非常详细，非常少适合新人上手，只要懂得基本的java和linux基础即可。

下面是厦大数据实验室的链接：http://dblab.xmu.edu.cn/blog/588-2/#more-588

Hbase即hadoop database，这是一个在HFDS上的分布式数据库。与传统关系型数据库的行数据存储不同，Hbase则是以列的形式存储数据。

Hbase中RowKey是类似于传统关系型数据库中的主键，然后字段都会被存在colFamily（列族）中，然后列族中可以有不同的col（列名），colFamily:col唯一确定了一个值，插入数据的时候要定位到表明=>行键=>列族：列名，且一次只能插入一个数据。

例如现在有一个学生表，学生表里有姓名，性别，学号，成绩字段，那么HBase的表结构将会是下面这样：

RowKey行键	info:name	info:sex	info:number	grade:math	grade:english
student1	kinsomy
student1		male
student1			123456
student1				100
student1					100

 

每次插入一条数据，表中就形成了一个完整的记录，这就是列式数据库的基本结构。

同时每次插入一行的时候，HBase会自动附带一个时间戳timestamp来表示版本。

在定义表的时候，一个表的列族必须作为表模式定义的一部分预先给出。新的列族成员可以随后按需要加入。

例如在定义表的时候，info和grade要先随表定义好，然后可以在需要的时候加入name，math等列族中的成员。

Hbase数据库适合用在数据需要多次写入并且多次查询的场景中，并且查询条件不是很复杂的情况。

由于我才用的是伪分布式的配置，目前只采用了单个节点，因此没有master和salve之说。

HBase内部保留了名为-ROOT-和.ＭＥＴＡ.的特殊目录表，他们维护者当前集群上所有区域的列表、状态和位置。—ＲＯＯＴ—表包含.META.表的区域列表。.META.表包含所有用户空间区域的列表，表中的项使用区域名作为键。区域名由所属的表名，区域的起始行、区域的创建时间以及对其整体进行的MD5哈希值组成。

千万记住的是，如果想要删除一个table，首先要先把该table disable掉，然后再执行删除指令。删除一个表的指令为 drop  ‘tablename’。

要想查看一个表是否被disable可以在hbase shell下使用指令  is_disabled 'tablename'

 

该系列博文仅作为个人学习笔记。