【学习打卡】第3天 HBase入门

第一模块

课程名称： HBase入门

章节名称：卡弗卡大数据

讲师名称：1-1 ~ 3-3

第二模块

课程内容概述：

介绍了啥是Hbase，讲解了HBase在实际业务场景中的应用，HBase在实际业务中解决什么样的问题，后来基于官网对HBase概念的描述，介绍HBase版本的发展及在hadoop2.x生态系统中的定位。

第三模块

学习心得：

通过课程的学习是我入门了Hbase，知道了Hbase在大数据领域的广泛应用，也对大数据、海量数据有了概念，一张Hbase的表就可以支撑上【百万的列 * 上百亿的行】，这样的规模才城的上大数据！下面附上学习笔记：

1-1 学习目标：

1-2 HBase应用场景和特点：

支持海量数据，海量的标准：

一个表可以达到 上百亿的行 * 上百万的列

对比关系型数据库的表：

一张表的列不会超过30个，超过30个则表名这张表的设计是有问题的

支持准实时查询：一次查询在百毫秒内完成（一般能在毫秒内完成的，可以称之为“实时查询”）

一句话：

任何场景的数据，HBase都可以存，唯一需要考虑的只有【适不适】的问题；

判断标准：

上百万行的数据，传统的关系型数据库是完全能在“准实时”的时间窗口期内完成查询，如果做不到，则表明sql还存在优化空间！！！关系型数据库中一般以500万的数据为界，超过这个值就要开始考虑【分库分表】了！！！

当数据达到上千万行，上亿万行时，hbase的优势才会变得明显！！！

实际使用HBase的场景：

• 交通

• 金融

• 电商

• 移动电话信息

HBase的特点：

面向列也就以为着“列的数量是动态增加”，并不是固定死，这和关系型数据库面向行是类似的，关系型数据库中行数是动态变化的！！！因为是面向列的，所以可以对我们需要的列进行各种单独操作！！！

稀疏性图解：

好处：物理空间不够用时直接扩物理节点就可以了，通过“分布式系统”的调配，将dataNode和leadNode进行接入就可以了！！！

LSM数据结构特点：数据的存储方式是“一棵树”，在树的末端也就是“叶子节点”，这些叶子节点的数据是存在于【内存】中，所以查叶子节点的数据就会比较快，当叶子节点的数据达到一定规模之后，就会触发【磁盘回写】，即：按照一定的策略，将叶子节点的部分数据回写到磁盘中，从而腾出位置放新的数据！！！

在回写磁盘的时候，是以树上的节点为单位进行回写，并且会发生节点的合并。

2-3 深刻理解HBase的概念：

......

HBase起源于【谷歌的3篇论文】，即：GFS、MapReduce、BigTable

技术发展：

GFS --> HDFS

BigTable --> HBase

MapReduce --> Hdoop --> Spark

2-4 如何选择HBase的版本：

企业选版本的一条铁律：不选最新只选最稳！！！

HBase版本演化图：

HBase的版本源：

如何看版本：如果一个大版本号持续迭代，这说明这个大版本在持续改进，是一个比较好的选择；

本课程选择的版本是：0.98.x （是一个官网版本）

cdh版本举例：

3-3 HBase在Hadoop2.x中的生态位：

看懂一张图：

第四模块

课程学习截图：