Hadoop Database
便於時間查詢；
Hbase是一個分佈式的、面向列的開源數據庫，該技術來源於Chang et al所寫的Google論文“Bigtable:一個結構化數據的分佈式存儲系統”。
就像Bigtable利用了Google文件系統（File System）所提供的分佈式數據存儲一樣，HBase在Hadoop之上提供了類似於Bittable的能力。
HBase是Apache的Hadoop項目的子項目。
HBase不同於一般的關係數據庫，它是一個適合於非結構化數據存儲的數據庫，另一個不同的是HBase基於列的而不是基於行的模式。
BIG Table表的想法：
以存放關係的學生表爲例：
用bigtable的想法爲，三個列的大表：學號（key）、屬性（姓名、年齡、、、）、值（value）
世界上所有的二維表，都可以用三個列的大表來表示:
行鍵（key）對象的標識值、
屬性、
Value
Bigtable表查詢： 對key-value的查詢很快
HBase邏輯模型：
以表的形式存放數據；
表由行與列組成，每個列屬於某個列族，由行和列確定的存儲單元稱爲元素；
每個元素保存了同一份數據的多個版本，由時間戳來標識區分；
HABASE有多表
列族需要預先定義，列族裏面的列不需要預先定義列族裏面的列由限定符限制；
行鍵可以重複；
HBASE解決HDFS文件系統不能修改問題：
打刪除標記
在內存中建立機制，數據存儲內存，數據在內存中修改（追加、）內存中數據重整機制、
內存中收集一定時間的數據後，向硬盤中一寫就一個文件一個塊
每隔一斷時間進行一數據重整合並，合併小的文件，解決刪除問題
行鍵：
行鍵是數據行在表裏的唯一標識，並作爲檢索記錄的主鍵；
訪問表裏的行只有三種方式：
通過單個行鍵訪問
給定行鍵的範圍訪問
全表掃描
行鍵可以是最大長度不超過64kb的任意字符串，並按照字典序存儲；
對於經常要一起讀取的行，要對行鍵值精心設計，以便它們能放在一起存儲；
列族與列：
列表示爲<列族>:<限定符>
列族是預先定義好的，列族中的列是隨意添加的。
Hbase在磁盤上按照列族存儲數據，這種列式數據庫的設計非常適合於數據分析的情形；
列族裏的元素最好具有相同的讀寫方式（例如等長的字符串），以提高性能；
面向列存儲意義：在行鍵相同的情況下，列族相同的會放在一起，
時間戳：
對應每次數據操作的時間，可由系統自動生成，也可以由用戶顯示的賦值；
HBase支持兩種數據版本回收方式：
1、每個數據單元，只存儲指定個數的最新版本
2、保存指定時間長度的版本
常見的客戶端時間查詢“某個時刻起的最新數據”或“給我全部版本的數據”
元素由行鍵，列族限定符，時間戳唯一決定；
元素以字節碼形式存放，沒有類型之分；
Hbase物理模型：
Region和Region服務器：
表在行方向上，按照行鍵範圍劃分成苦幹的Region;
每個表最初只有一個region，當記錄數增加到超過某個閾值時，開始分裂成兩個region；
物理上所有數據存放HDFS,由region服務器提供region的管理；
一臺物理節點只能跑一個 HRedionServer；
一個 HRegionserver可以管理多個Region實例；
一個Region實例包括Hlog日誌和存放數據的Store；
Hmaster作爲總控節點；
Zookeeper負責調度；
Hlog:
用於災難恢復；
預寫式日誌，記錄所有更新操作，操作先記錄日誌，數據纔會寫入
-ROOT-和 .META. 表
HBase中兩張特殊的表
.META. -----à記錄了用戶表的Region信息， .META. 可以有多個region;
-ROOT- -----à記錄了 .META.表的region信息， --ROOT- 只有一個region;
Zookeeper中記錄了 –ROOT-表的location
Memstore與storefile:
一個region由多個store組成，每個store包含一個列族的所有數據；
Store包括位於把內在的memstore和位於硬盤的storefile;
寫操作先寫memstore，當memstore中的數據量達到某個閾值，Hregionserver會啓動flashcache進程寫入storefile，每次寫入形成單獨的一個storefile；
當storefile文件的數量增長到一定閾值後，系統會進行合併，在合併過程中會進行版本合併和刪除工作，形成更大的storefile;
當storefile大小超過一定閾值後，會把當前的region分割爲兩個，並由hmaster分配，到相應的region服務器，實現負載均衡；
客戶端檢索數據時，先在memstore找，找不到再找storefile；
Hbase應用場景：
適用於大量寫，同時也有讀的（key --- value查詢、時間）
OLTP/OLAP不適合；聯機事務處理，隨機讀寫；
很適合按照時間排序top n的場景（社交網站等）
Hbase瓶頸是硬盤寫， oracle瓶頸是硬盤尋道時間，
列式數據庫與行式數據庫對比：
減少I/O讀取量。
壓縮，減少磁盤佔用；