3.3 结构化存储

3.3.1 HBase基本介绍

HBase是一个分布式、面向列的开源数据库，实现语言为Java，它是Apache软件基金会Hadoop项目的子项目，运行于HDFS文件系统之上。HBase起源于2006年Chang等所撰写的Google论文《Bigtable：一个结构化数据的分布式存储系统》。就像Bigtable利用了Google文件系统（Google File System）所提供的分布式数据存储一样，HBase在Hadoop HDFS之上提供了类似于Bigtable的能力，可以存储海量稀疏的数据，并具备一定的容错性、高可靠性、高性能、面向列及可伸缩的特点。

Apache HBase最初是Powerest公司为了处理自然语言搜索产生的海量数据而开展的项目，具体的发展历程如图3-4所示。HBase不同于一般的关系型数据库，它是一个适合于非关系型数据存储的数据库，且是基于列而不是基于行的模式。HBase应用十分广泛，常见的应用场景有互联网搜索引擎数据存储、审计日志系统、实时系统及消息中心等方面。

3.3.2 HBase中的基本概念

HBase的逻辑视图如图3-5所示。

HBase的基本概念如下。

· Row Key：格式为字节数组（Byte［］），是表中每条记录的主键，方便快速查找。

· Column Family：格式为字符串（String），列簇，包含一个或者多个相关列。

· Column：格式为字符串（String），属于某一个Column Family，每条记录可动态添加。

· Version Number：格式为长整形（Long），默认值是系统时间戳，可由用户自定义。

· Value（Cell）：格式为字节数组（Byte［］），是存储的数据。

HBase的逻辑架构与基本组件如图3-6所示。

Hbase的部署架构如图3-7所示。

3.3.3 Hbase常用命令

HBase命令行支持一些常用命令，用于操作HBase表结构以及数据。

· 查看表：List。

· 创建表：create't1'，{NAME =>'f1'，VERSIONS => 2}，{NAME =>'f2'，VERSIONS => 2}。

· 删除表：disable't1'

和drop't1'。

· 查看表结构：describe't1'。

· 修改表：具体格式如下。

· 分配权限：grant'test'，'RW'，'t1'。

· 添加数据：put't1'，'rowkey001'，'f1：col1'，'value01'。

· 查询：get't1'，'rowkey001'，'f1：col1'。

· 扫描表：scan't1'，{LIMIT=>5}。

· 查询表中的数据行数：count't1'，{INTERVAL => 100，CACHE => 500}。

· 删除行中的某个列值：delete't1'，'rowkey001'，'f1：col1'。

· 删除表中的所有数据：truncate't1'。 xuUmSA1ou4sVp6Ir2W+M8ABHiIQDMj9/mBb5d2BGDikh7vedSe4JPdruL0LS+7Jp