HBase

简介

Apache HBase是一个开源的分布式、面向列的 NoSQL 数据库,源自 Google 的 BigTable 论文,运行在 HDFS 之上。它弥补了 HDFS 不擅长随机读写的短板,可对数十亿行、数百万列的超大表提供实时随机访问。

数据模型

HBase 采用稀疏的多维映射结构,数据按行键(RowKey)字典序存储:

• 行键:唯一标识一行,查询性能高度依赖其设计。
• 列族:列的逻辑分组,需在建表时定义,物理上独立存储。
• 时间戳:每个单元格可保存多个版本,以时间戳区分。

架构

HBase 由 HMaster 负责管理与负载均衡,RegionServer 负责实际数据读写。大表被水平切分为多个 Region 分布在不同节点上,并借助 ZooKeeper 协调集群状态与故障转移。

应用

HBase 适合写多读多、需要随机访问的海量数据场景,如用户画像、消息存储、订单历史、物联网时序数据与实时查询。它与 Hive、Spark、Phoenix 等组件集成,常作为大数据平台的实时存储层。