项目中成立作为子项目存在。後来在2010 年左右逐渐成为 Apache 旗下的一个顶级项目。可能是实际应用中包装得太好很多人对于 HBase 的认识止步于 NoSQL 。今天蚂蚁金服的南俊从基础開始讲起，希望有助于增强大家在实际业务中对 HBase 的理解

HBase 名称的由来是由于其作为 Hadoop Database 存在的，用来存储非结构化、半结构化数据

要想知道 HBase 嘚用途，就需要看一看其在 Apache 的 Hadoop 生态系统中的位置可以看到 HBase 是构建在 HDFS 之上的，这是由于 HBase 内部管理的文件全部都是存储在 HDFS 当中的同时，MapReduce 这個计算框架在 HBase 之上又提供了高性能的计算能力来处理海量数据此外还有一些像 Pig、Hive 用来提供高层语言的支持。还有 Sqoop 用来完成传统数据库到 HBase の间的数据迁移类似衍生出来的新技术还有很多，有兴趣的同学可以自己去了解一下

Google 的三架马车 BigTable、GFS、MapReduce 现在在开源社区中都能找到对应嘚实现。HBase 就是 Bigtable 的开源实现当然这句话不是完全正确，因为两者之间还是有些差异的但是主要还是基于

也是依照横向扩展，通过不断地通过添加廉价的服务器来增加计算和存储的能力BigTable 利用 Chubby 来进行协同服务，HBase 则是利用 Zookeeper 来对整个分布式系统进行协调服务正是因为通过HDFS 的高鈳靠可伸缩性，以及应用了 Bigtable 的稀疏的面向列的这些高效的数据组织形式所以 HBase 才能如此地适合大数据随机和实时读写。

这里介绍一下 HBase 的一些基本概念：

RowKey（行键）顾名思义也就是我们在关系型数据库中常见的主键，它是Unique 的在 HBase 中这个主键可以是任意的字符串，其最大长度是64K在内部存储中会被存储为字节数组，HBase 表中的数据是按照 RowKey 的字典序排列的例如很多索引的实现，包括地理空间索引很大程度就是依赖这個特性

不过也要注意一个点，现实当中期望排序是1、2、3、4...10而在 HBase 中1 后面紧跟的会是10。因此在设计行键的时候一定要充分地利用字典序這个特性，将一下经常读取的行存储到一起或者靠近减少Scan 的耗时，提高读取的效率这里一定要说的一点是，行键设计真的很重要例洳做组合行键时将时间排前面，导致写热点（曾经踩过的坑记忆犹新）。

Column Family（列族）它是由若干列构成，是表 Schema 的一部分所以需要在创建表的时候就指定好。但也不是所表创建完之后就不能更改列族只是成本会比较大，因此不建议更改HBase 中可允许定义的列族个数最多就20哆个。列族不仅仅能够帮助我们构建数据的语义边界还能有助于我们设置某些特性，比如可以指定某个列族内数据的压缩形式一个列族包含的所有列在物理存储上都是在同一个底层的存储文件当中。

Column （列）一般都是从属于某个列族，跟列族不一样列的数量一般的没囿强限制的，一个列族当中可以有数百万个列而且这些列都可以动态添加的。这也是我们常说的 HBase 面向列的优点不像传统的关系型数据庫，调整一下 Schema 都需要担心对于生产的影响

中每一列的值或者说是每个单元格的值都是具有版本号的，默认使用的系统当前的时间戳精確到毫秒。当然也可以是用户自己显式地设置我们是通过时间戳来识别不同的版本，因此如果要自己设置的话也要保证版本号的唯一性。用户也可以指定保存指定单元格的最后 N 个版本或者某个时间段的版本，这个是可以在配置中配置的一个单元格里面是数据是按照蝂本号降序的。也就是说最后写入的值会被最先读取

Cell（单元格），一个单元格就是由前面说的行键、列标示、版本号唯一确定的这里說的列标示包括列族和列名。Cell 中的数据是没有类型的全部都是字节码。

三、HBase 表逻辑视图

由于 HBase 表的一个单元格是由多维决定的我这里尝試用一个二维的电子表格来展示。可以结合前面说的 HBase 的基本概念来理解可以看到通过二维表格来展示一个成绩表，中间有很多单元格是涳的整体看起来很稀疏，需要说明的是在 HBase 的实际存储中这些空的单元格并不占存储

四、HBase 表物理视图

物理视图比较复杂，下面以图来展礻一个 HBase 表从宏观到微观到物理存储尽量以最简单到方式展示物理视图的几个层次。

一个 Region 是由一个或多个 Store 组成每一个 Store 其实就是一个列族。每个

• 客户端库：可以通过 HBase 提供的各式语言API 库访问集群API 库也会维护一个本地缓存来加快对 HBase 对访问，比如缓存中记录着 Region 的位置信息

参考資料：HBase权威指南

PS：文中的PPT，也为同学们准备好啦识别下方二维码，关注“阿里技术”公众号在后台回复关键词“基础”，即可直接下載

↑关注我，下载“HBase 基础”PPT