一、Hbase基本原理

1、hbase基本介绍

HBASE是一个分布式的，面向列的开源数据库。Hbase的存储是基于hadoop的。因为Hadoop实现了一个分布式文件系统（HDFS），基于hadoop意味着hbase与生俱来的超强的扩展性和吞吐量，hbase采用的是key、value的存储方式。意味着即使随着数据量增大，也几乎不会导致查询的性能下降。

2、hbase存储方式

hbase将数据按列簇分别存储，而并非简单的列式存储；首先了解几个概念：行式存储、列式存储、列簇式存储。

A.行式存储：会将一行数据存储在一起，一行数据写完之后再接着写下一行数据。eg：mysql等关系型数据库；

行式存储在获取一行数据时很高效，但是如果某个查询只需要读取表中指定列对应的数，那么行式存储会先取出一行行的数据，再在每一行数据中截取待查找目标列。因此会导致大量的内存占用

B.列式存储：列式存储理论上会将一列数据存储在一起，不同列的数据分别接种存储。eg：kudu 、 parquet on HDFS；

列式存储查找与行式存储，恰恰相反，对于只查找某些列数据的请求非常高效，但是对于获取一行的请求就比较差； 

因为同一列的数据通常都具有相同的数据类型，因此列式存储具有天然的高压缩特性

C.列簇式存储：列簇式存储介于行式存储和列式存储之间；如果一张表只设置一个列簇，这个列簇包含所有的列，hbase中一个列簇的数据是存储在一起的，因此这种设计模式就等同于行式存储；如果一张表的每一列都属于一个唯一的列簇，那么就相当于列式存储。