相关笔记：

《Hbase原理与实践》读书笔记——1.HBase概述_凯哥多帅哦的博客-CSDN博客_hbase的实现原理1.1 HBase前世今生Google当年风靡一时的“三篇论文”：GFS -> HDFS , Mapreduce -> hadoop mapreduce , bigTable -> HBase。HBase在国外起步很早，包括Facebook、Yahoo、Pinterest等大公司都大规模使用HBase作为基础服务。在国内HBase相对起步较晚，但现在各大公司对于HBase的使用已经越来越普遍，包括阿里巴巴、小米、华为、网易、京东、滴滴、中国电信、中国人寿等公司都使用HBase存储海https://blog.csdn.net/qq_31957747/article/details/109204420

物理视图来看：Hbase 是一个MAp，由很多key-value对组成（和普通的Map不同的是：稀疏的、分布式的、多维排序的Map）。是按列簇存储的，分别存储在不同的目录中。

根据行名rowkey、列（列簇：列名 contents：html）、时间戳t5可以定位到具体的value。

特性解释：
1、多维：Hbase中的map的key是一个复合数据结构，由多维元素构成，包括rowkey、column family、column qualifier、type以及timestamp。

2、稀疏：比如逻辑表中行"com.example.www"可以看出，整整一行仅有一列（people:author）有值，其他列都为空值。对于HBase来说，空值不需要任何填充，从而节省了大量的空间，这也是hbase的列可以无限扩展的一个重要条件。

3、排序：构成HBase的KV在同一个文件中都是有序的，但规则并不是仅仅按照rowkey排序，而是按照KV中的key进行排序——先比较rowkey，rowkey小的排在前面；如果rowkey相同，再比较column，即column family:qualifier，column小的排在前面；如果column还相同，再比较时间戳timestamp，即版本信息，timestamp大的排在前面。这样的多维元素排序规则对于提升HBase的读取性能至关重要
————————————————

行式存储：一行数据存一起，比如mysql，获取整行高效，获取某列需要截取, OLTP主要是对数据的增删改()

列式存储**：列式存储理论上会将一列数据存储在一起，不同列的数据分别集中存储，最典型的如Kudu、Parquet on HDFS等系统（文件格式）。

列簇式存储：介于行式存储和列式存储之间，可以通过不同的设计思路在行式存储和列式存储两者之间相互切换，比如
1、一张表只设置一个列簇，这个列簇包含所有用户的列。HBase中一个列簇的数据是存储在一起的，因此这种设计模式就等同于行式存储
2、一张表设置大量列簇，每个列簇下仅有一列，这种设计模式就等同于列式存储
————————————————
 

三：HBASE体系结构

DDL/DML/DQL/DCL

(Data Definition Language 数据定义语言）用于操作对象及对象本身，这种对象包括数据库,表对象，及视图对象

create:创建数据库和数据库的一些对象
drop:删除数据表、索引、触发程序、条件约束以及数据表的权限等
alter:修改数据表定义及数据属性

（Data Manipulation Language 数据操控语言) 用于操作数据库对象对象中包含的数据

insert:向数据库插入一条数据
delete:删除表中的一条或多条记录
update:用于修改表中的数据

(Data Query Language 数据查询语言 )用于查询数据 select

（Data Control Language 数据控制语句） 用于操作数据库对象的权限

greate:分配权限给用户
revoke:废除数据库中某用户的权限

3.1 HBase的优点

• 容量巨大：单表支持千亿行、百万列的数据规模。
• 良好的可扩展性：集群扩展容易，主要是数据存储节点的扩展以及读写服务节点扩展。（添加RegionServer节点）
• 稀疏性：允许大量列值为空，并不占用任何存储空间。
• 高性能：主要擅长OLTP场景，数据写操作性能强劲，对于 随机单点读 以及 小范围扫描读 ，其性能也能得到保障。对于大范围的扫描读可以使用MR的API，以便实现更高效的并行扫描。
• 多版本：时间戳，可以保留多个历史版本。
• 支持过期：TTL过期特性，只要设置过期时间，就可以自动清理。
• Hadoop原生支持

3.2 HBase的缺点

• HBase本身不支持很复杂的聚合运算（如，Join、GroupBy等）。如果业务中需要使用聚合运算，可以在HBase之上架设Phoenix组件（小规模OLTP）或者Spark组件（大规模聚合的OLTP）。
• HBase本身没有二级索引功能，不支持二级索引查找。好在针对HBase实现的第三方二级索引方案非常丰富，比如目前比较普遍的使用Phoenix提供的二级索引功能。
• HBase原生不支持全局跨行事务，只支持单行事务模型。同样，可以使用Phoenix提供的全局事务模型组件来弥补HBase的这个缺陷。

二、Hbase基本数据结构与算法

hbase的一个列簇本质上就是一颗LSM树，lSM分为内存和磁盘部分，内存选择跳跃表，磁盘采用了布隆过滤器。