hbase是一种什么数据库

HBase是一种分布式、可扩展的NoSQL数据库，它是Apache Hadoop项目的一部分。HBase设计用于存储大规模结构化数据，支持随机实时读/写访问数以亿计的行和列的大表。它使用Hadoop的HDFS作为其文件存储系统。

HBase是一种分布式的、面向列的开源数据库，其设计思想来源于Google的BigTable论文，HBase底层存储基于HDFS实现，集群的管理则基于ZooKeeper实现，这种良好的分布式架构设计为海量数据的快速存储和随机访问提供了可能，并能够通过数据副本机制和分区机制轻松实现在线扩容、缩容和数据容灾，是大数据领域中KeyValue数据结构存储最常用的数据库方案。

HBase作为Apache Hadoop项目的一部分，与Google Bigtable相似，利用Hadoop HDFS作为其文件存储系统，其目标是在廉价PC Server上搭建大规模结构化存储集群，以处理大型的数据，具体介绍如下：

1、基本特点

易扩展：HBase的扩展性主要体现在运算能力（RegionServer）和存储能力（HDFS）两个方面，通过增加RegionServer节点数量提升处理能力，而增加DataNode节点数量则可以扩展数据存储容量。

海量存储：主要面向PB级别数据的实时入库和快速随机访问，适合存储海量数据。

列式存储：根据列族来存储数据，表中数据按某列存储，查询时可以减少读取数据量。

高可靠性：通过WAL（Write Ahead Log）机制和Replication机制，保证数据写入和集群异常时数据不丢失。

稀疏性：可以指定任意多的列，空列不占用存储空间，支持表的稀疏设计。

2、模块组成

HMaster：负责管理RegionServer，实现负载均衡，管理元数据以及权限控制。

RegionServer：存放和管理本地Region，读写HDFS中的数据，并与HBase Client交互完成数据读写。

ZooKeeper：存放HBase集群的元数据和状态信息，实现HMaster的主从节点failover。

3、数据模型

Table和Column Family：HBase中的表由RowKey和任意数量的列组成，一列或多列组成一个列族，同一个列族中的数据在物理上存储在同一个HFile中，表是稀疏地存储的，用户可以动态定义不同的列。

RowKey：类似于关系型数据库的主键，用于唯一标识一行数据，HBase支持基于RowKey的单行查询、范围查询和全表扫描查询。

Region：HBase将表基于RowKey的范围划分到不同Region上，每个Region负责一定范围的数据存储和访问，当数据不断插入表，Region会分裂成新的Region，实现分布式存储和负载均衡。

TimeStamp：用于标识相同RowKey不同版本的数据，支持多版本数据存储和查询。

4、访问方式

Native Java API：常规且高效的访问方式，适合MapReduce批处理。

HBase Shell：命令行工具，适合HBase管理使用。

Thrift Gateway：支持C++、PHP、Python等多种语言，适合异构系统在线访问。

REST Gateway：支持REST风格的Http API访问，解除了语言限制。

Pig和Hive：提供高层语言支持，简化数据统计处理。

5、应用场景

OLAP优化：列式存储方式适用于OLAP领域，与行式存储相比，优势在于减少不必要的数据读取和高效数据压缩。

归纳而言，HBase作为一个分布式列式数据库，不仅具备高可扩展性和高可靠性，还通过其独特的数据模型和访问方式在非结构化数据存储和处理方面表现出色，无论是在海量数据存储、随机访问速度还是数据处理能力上，HBase基本都能满足现代大数据场景的需求，使其成为大数据生态系统中不可或缺的部分。