本文將介紹大數據的知識和Hbase的基本概念，作為大數據體系中重要的一員，Hbase彌補了Hadoop只能離線批處理的不足，支持存儲小文件，隨機檢索。而這種特性使得Hbase對於實時計算體系的事件存儲有天然的較好的支持。這使得Hbase在實時流式計算中也扮演者重要的角色。
1、大數據與Hbase
大數據在近幾年發展迅速，而實時計算也是一個重要的發展趨勢。不管是企業中的日志數據，還是傳感器、智能設備等等產生的數據，不計其數。
而這些數據中結構化的數據只占一小部分，大部分是非結構化的數據。這個時候，比如圖片視頻等就不能輕松的存儲在關系型數據庫中，而大數據是可以對各種類型的數據都可以進行處理的。
但關系型數據庫有幾點缺陷：
無法應對高並發的考驗，沒有辦法橫向擴展，事務一致性對性能的影響。
而Nosql數據庫，也就是Not Only Sql的縮寫。擴展性強，並發性能好，數據模型靈活。
Hbase，也就是Hadoop Database是一個高可靠、高性能、可伸縮的分布式數據庫。Hbase參考了谷歌的BigTable建模，使用HDFS作為底層存儲。使用Zookeeper作為協同服務組件。
Hbase使用Java編寫，還是一種NoSQL數據庫，這些特性決定了Hbase獨特的應用場景。
2、概念特性
HBASE是一個數據庫----可以提供數據的實時隨機讀寫
HBASE與mysql、oralce、db2、sqlserver等關系型數據庫不同，它是一個NoSQL數據庫（非關系型數據庫）
Hbase的表模型與關系型數據庫的表模型不同：
Hbase的表沒有固定的字段定義；
Hbase的表中每行存儲的都是一些key-value對；
Hbase的表中有列族的划分，用戶可以指定將哪些kv插入哪個列族；
Hbase的表在物理存儲上，是按照列族來分割的，不同列族的數據一定存儲在不同的文件中；
Hbase的表中的每一行都固定有一個行鍵，而且每一行的行鍵在表中不能重復；
Hbase中的數據，包含行鍵，包含key，包含value，都是byte[ ]類型，hbase不負責為用戶維護數據類型；
HBASE對事務的支持很差；
HBASE相比於其他nosql數據庫(mongodb、redis、cassendra、hazelcast)的特點：
Hbase的表數據存儲在HDFS文件系統中
從而，hbase具備如下特性：存儲容量可以線性擴展； 數據存儲的安全性可靠性極高！
3、核心模塊
客戶端Client
整個Hbase的入口，使用者通過客戶端操作Hbase。通過客戶端與HMaster和RegionServer進行通訊。管理類操作與HMaster通信，讀寫類操作與RegionServer通訊。
協調服務zookeeper
zookeeper負責管理Hbase中多個HMaster的選舉，服務器間狀態同步。
主節點HMaster
HMaster可以啟動多個，由zookeeper保證總有一個正常運行，其他作為備選。
HMaster主要負責Table和Region的管理工作。
節點HRegionServer
HRegionServer主要負責響應用戶IO請求，向HDFS中讀寫數據。HRegionServer管理了一系列的HRegion對象。HRegion對應了Table中的一個Region。HRegion由多個HStore組成，HStore對用了Table中一個Column Family。
而且每個HRegionServer都有一個HLog對象，用於數據恢復。
4、使用場景
搜索引擎
生成索引，在查詢時通過對條件的拼接，迅速的查找到要查詢的數據。
實時流式計算
不管是實時的推薦系統，還是日志的增量存儲，都是實時流式計算的一個應用。
通過將數據增量的存入Hbase，並在流式處理中實時查詢Hbase，結合歷史得到最終的分析結果。
更多Hbase，Flink，Kafka等實時流式計算相關博文，歡迎關注實時流式計算：
