关于HBase

关于HBase

在准备大数据IE的面试过程中的总结！！

什么是HBase？
HBase是一个分布式的NoSQL数据库，其特点高可靠、高性能、面向列、可伸缩。
HBase适合具有如下需求的应用：
海量数据 (TB、PB) 。
不需要完全拥有传统关系型数据库所具备的ACID特性。
高吞吐量。
需要在海量数据中实现高效的随机读取。
需要很好的性能伸缩能力。
能够同时处理结构化和非结构化的数据。

HBase的系统架构：

1.HBase与RDB的对比：
1.1HBase：
（1）分布式存储，面向列的存储
注意：HBase不适合存储大对象
（2）数据以字节的形式进行存储
（3）支持动态扩展列（表名、列族）
（4）对硬件要求低，扩容成本低
（5）面向业务需求

1.2RDB（关系型数据库）：
（1）数据结构固定的，面向行的存储 ==>存储结构化的数据
注意：关系型数据库是基于表的数据库，每行都有固定列数的列组成
（2）基于显示含义建立数据模型，而不是基于应用程序的功能

2.行存储与列存储的对比：
2.1按行存储：–适合整行查询
数据按行存储在底层文件系统。通常，每一行会被分配固定的空间
优点：有利于增加/修改整行记录等操作；有利于整行数据的读取操作
缺点：单列查询时，会读取一些不必要的数据

2.2按列存储：–适合单列查询
数据以列为单位，存储在底层文件系统中
优点：有利于面向单列数据的读取/统计等操作
缺点：整行读取时，可能需要多次I/O操作
注意：数据分析的时候，基本是按照列去分析数据

3.事务的ACID是什么？
ACID原则是数据库事务正常执行的四个特性，分别指原子性、一致性、独立性及持久性。
（1）事务的原子性(Atomicity)：指一个事务要么全部执行,要么不执行。也就是说一个事务不可能只执行了一半就停止了。比如你从取款机取钱,这个事务可以分成两个步骤：1划卡，2出钱࿰