HBase应用开发简介

HBase介绍

HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。HBase设计目标是用来解决关系型数据库在处理海量数据时的局限性。

HBase使用场景有如下几个特点：

• 处理海量数据（TB或PB级别以上）。
• 具有高吞吐量。
• 在海量数据中实现高效的随机读取。
• 具有很好的伸缩能力。
• 能够同时处理结构化和非结构化的数据。
• 不需要完全拥有传统关系型数据库所具备的ACID特性。ACID特性指原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation，又称独立性）、持久性（Durability）。
• HBase中的表具有如下特点：
  • 大：一个表可以有上亿行，上百万列。
  • 面向列：面向列（族）的存储和权限控制，列（族）独立检索。
  • 稀疏：对于为空（null）的列，并不占用存储空间，因此，表可以设计的非常稀疏。

HBase接口类型介绍

由于HBase本身是由java语言开发出来的，且java语言具有简洁通用易懂的特性，推荐用户使用java语言进行HBase应用程序开发。

HBase采用的接口与Apache HBase保持一致。

HBase通过接口调用，可提供的功能如表1所示。

HBase常用概念

• 过滤器

  过滤器提供了非常强大的特性来帮助用户提高HBase处理表中数据的效率。用户不仅可以使用HBase中预定义好的过滤器，而且可以实现自定义的过滤器。

• 协处理器

  允许用户执行region级的操作，并且可以使用与RDBMS中触发器类似的功能。

• keytab文件

  存放用户信息的密钥文件。在安全模式下，应用程序采用此密钥文件进行API方式认证。

• Client

  客户端直接面向用户，可通过Java API、HBase Shell或者Web UI访问服务端，对HBase的表进行读写操作。本文中的HBase客户端特指HBase client的安装包，可参考HBase对外接口介绍。