其他HBase的特性：

1）沒有真正的索引，行順序存儲，也沒有所謂的索引膨脹問題。

2） 自動分區，表增長時，自動分區到新的節點上。

3） 線性擴展和區域會自動重新平衡，運行RegionServer，達到負載均衡的目的。

4）容錯和普通商用的硬件支持。這點同hadoop類似。

HBase與RDBMS的區別？

1） 表的設計：HBase的表可以很高，很寬，可伸縮性很強。而且表的模式是物理存儲的直接反映。

2） 拓撲： HBase能水平分區并在上千個節點上自動復制。

3） 應用形式： 開發者必須承擔更多的責任來正確地利用HBase的檢索和存儲方式。

4） RDBMS 遵循固定的模式，如“codd 12 規則”，強調事務的“強一致性”、參照完整性、SQL支持、數據的邏輯與物理形式相對獨立。等等。適用于中小規模的數據，但對于數據的規模和并發讀寫方面進行大規模擴展時，RDBMS會性能大大降低，分布式更為困難，因為其需要放棄很多RDBMS的易用的特性。

HBase適用于上億、上千億級的數據，如果是只有上千、上百萬級別是數據，傳統的RDBMS是更好的選擇。

HBase需要更多硬件，如果硬件較少，如5個，干不成什么好事。

如果從RDBMS移植到HBase，需要消除RDBMS的很多額外特性，如列數據類型、第二索引、事務、高級查詢等。

HBase的數據模式是怎么樣的？即有哪些元素？如何存儲？

1） 數據模式

如下列三個表：

第一個是一個稀疏的表，實際上它是一個虛表，僅是一個概念視圖，不是真實的存儲形式，它來源于后兩個表。

而后兩個表才是真正的表，物理視圖，他們是實際的存儲形式，而且它們是按列族進行存儲的。

2） HBase的基本元素：

表、行、列、單元格： 表的基本要素

鍵：一般是指行的鍵，即唯一標識某行的元素。表中的行，可以根據鍵進行排序，而對表的訪問，也通過鍵。

列族：所有列族成員擁有相同的前綴，某列族的成員，需要預先定義，但也可以直接進行追加。

列族成員會一起放進存儲器。而HBase面向列的存儲，是面向列族的數據存儲（這個通過上面那個表的示例可以看出來），數據存儲與調優都在這個層次，HBase表與RDBMS中表類似，行是排序的，客戶端可以把列添加到列族中去。

單元格cell： 單元格中存放的是不可分割的字節數組。并且每個單元格擁有版本信息。HBase的是按版本信息倒序排列。

區域region：將表水平劃分，是HBase集群分布數據的最小單位。在線的所有區域就構成了表的內容。

加鎖：對數據行進行更新，都需加鎖。保持原子性。

3） 數據模型有哪些操作？

Get、Scan、Put、Delete，即返回特定行的屬性，多行屬性、插入、刪除數據。

這些都需要一個HTable實例來操作。分別有Get、Scan、Put、Delete類來指定相應的參數、屬性。

4） 返回結果的排序方式是什么？

先是行、再是列族、再是列修飾符，最后是時間戳（反向排序，最新的在前面）。

5）最后，HBase不支持聯合查詢

6）mapreduce與HBase表配合使用，默認mapreduce的任務分割是根據HBase表中region的多少來分割，一個region就有一個map。

HBase的模式Schema設計的一些概念和原則

1）模式的創建與更新

可以使用HBase Shell或HBase Admin來創建和編輯HBase的模式。

在0.90.x 版本，只能先禁用表，再修改列族，而0.92.x版本以后，支持在線修改。

而且表和列族修改后，如size， region， block size等，在下次 主緊縮 或 存儲文件時 起作用。

2）列族的數量

-列族數量越少越好，即使同時有兩個列族，查詢的時候總是訪問其中一個列族，不會同時訪問。

-當一個表存在多個列族，當基數差距很大時，如A族有100萬行，B族10億行，A族可能會被分散到很多區域region，導致掃描A的效率降低。

-另外，多個列族在flush和compaction時，會造成很多I/O負擔。

3）行鍵設計RowKey

a. 不要將RowKey設計成有序的形式，因為這樣容易阻塞并行性，將負載壓都在一臺機器上

b. 定位一個單元，需要行，列名和時間戳。如果一個單元格的坐標很大，會占用內存，索引用光。所以，解決方法：列族名盡量小，如一個字符a，短屬性名，而行鍵長度可讀即可（行鍵長度對數據訪問無太大影響），將數字字符轉換為數字字節模式（節省空間）。

c. 倒序時間戳有助于找到找到最近版本值

d. 行鍵是在列族范圍內有效，不同列族中可以擁有同樣的行鍵

e. 行鍵永遠不能變

4）HBase支持所有能轉換為字節數組的東西，如字符串、數字、復雜對象、計數器、甚至圖像。

5）列族可以設置存活時間TTL，超時后，HBase自動刪除數據

6）第二索引和查詢： 這里面有很多東西，需要查看對應版本官方的文檔更好些。

HBase的拓撲結構是什么？

1）拓撲結構： 類似于HDFS的mast與slave，mapreduce的tasktracker與jobtracker的關系，HBase也有master和RegionServer

2）HBase與ZooKeeper的關系是什么？

HBase必須管理一個ZooKeeper實例，它依賴ZooKeeper，主要目的是，通過ZooKeeper來協調區域內的服務器，它負責目錄表、主控機地址等重要信息，若有服務器崩潰，HBase就可以通過ZooKeeper來協調分配。

RegionServer在HBase的配置文件conf/regionservers文件中，而HBase集群的站點配置在conf/hbase-site.xml和conf/hbase-env.sh中配置。HBase盡量遵循了Hadoop的規則。

3）HBase的內部結構管理狀況：

其內部有-ROOT， -META的特殊目錄表，用于維護當前集群上所有區域的列表、位置和狀態。

-ROOT表包含 -META表的區域列表，而-META表示包含用戶的的區域列表。

所以，HBase管理的流程是：

Client -- 鏈接到ZooKeeper -- 查找-ROOT表的位置 -- 查找-META表的位置 -- 查找用戶的區域所在的節點、位置及其狀態等 -- 直接管理指定區域的RegionServer并進行交互。

HBase支持Java及MapReduce的開發。

HBase提供了Thrift、REST及Avro的接口。HBase需要有一個相應的接口客戶端負責與這些接口的交互。但是這些需要代理進行處理請求和響應，所以比java更慢。

%hbase-daemon.sh start/stop rest/thrift/avro //啟動或終止對應的客戶端