HBase基础入门
HBase的名称，来自于：Hadoop DataBase，取出来了H和Base叫做HBase
HBase就是一个数据库，运行在Hadoop之上。
HBase基础简介
HBase的引出
前提：在大数据时代，很多公司使用HDFS + MapReduce的组合来完成大数据的2个基础需求：
海量数据的存储（HDFS）
海量数据的计算（MapReduce）
问题：HDFS没有办法高效的完成 随机数据的访问和写入
比如，在1TB数据内，想要准确的找到某一条数据，需要对数据进行扫描，一条条的判断。效率很低。
因为这个问题，HBase应运而生。
HBase是一款构建在HDFS之上的数据库系统，有极佳的：随机访问能力、海量的吞吐能力
HBase的应用场景
HBase的应用场景是非常广泛的。总结一下场景需求：
数据量很大
有随机访问的需求
只要满足如上2个要求，就非常合适使用HBase
HBase的发展
HBase不是一个新技术，而是一个老将 尽管HBase已经诞生很久了，但是目前在市面上，依旧是非常火的：分布式NoSQL数据库
HBase的特点
HBase和RMDBS、HDFS、Hive的对比
HBase VS RDBMS（MySQL）
架构上：
HBase是分布式，扩展性能是水平扩展（加机器）
RDBMS多数是单机系统,扩展性能是竖向扩展（加配置）
事务上：
HBase基本不支持，很难做到
RDBMS支持的非常好
场景上：
HBase：海量数据下的：随机访问 + 海量吞吐
RDBMS：关系型数据库，业务数据的CRUD（增删改查）
数据量：
HBase：海量级别
RDBMS：少量级别（只针对业务数据）
注：随机访问 在数据集内，随机的查询某一部分，或者随机的插入到某一部分 比如：SELECT * FROM XXX WHERE id = 5; 这就是随机查询 INSERT INTO XXX VALUES(1, 2, 3); 这就是随机插入
HBase VS HDFS
架构上：
都是分布式系统，主从模式（master + slaves）
事务上：都不怎么支持
场景上：
HDFS：海量数据的存储，存储的是文件（可以认为就是一个分布式的硬盘）
HBase：海量数据的存储 + 海量数据下的随机访问（构建在分布式硬盘上的数据库）
数据量：都支持海量数据的存储
HBase 和 HDFS 都是用于分布式海量数据存储 方向不同，HDFS只存储，HBase存+随机访问
HBase VS Hive
架构上：
HBase是一个分布式的系统，主从模式
Hive是一个单机的系统（Hive底层运行的MapReduce是分布式的
事务上：都不怎么支持
事务就是指对数据进行操作的一种保险 如果不支持事务，比如银行转账记录要存储到数据库中，如果出现问题 这一条数据就是丢失了 如果有事务，会经过多个步骤：
开启事务
插入SQL语句
插入SQL语句2
更新表SQL语句
删除数据SQL语句
关闭（提交）事务
在事务的开启 和 关闭的中间的所有操作，是整体性的；要么全部成功 要么全部失败 不会出现，成功一半 失败一半。
场景上：
HBase 海量数据存储 + 随机访问能力
Hive 海量数据批处理（分析） 也就是HBase和Hive都提供查询能力 HBase的查询能力在于：随机查询 + 高吞吐输出（一批数据的输出） Hive的查询能力在于：对海量数据进行全量计算，得到结果
总体总结：
RDBMS：小量数据下供业务数据走：CRUD（增删改查）
HDFS：海量数据下的文件系统（存储）
Hive：海量数据下的批处理（全量计算）
HBase：海量数据下的随机访问
HBase这么好，为什么还要HDFS：
HBase底层是基于HDFS
哪怕HBase和HDFS没有联系，它们的出发点也不一一样，HDFS依旧有用
HBase存储是用于随机访问的
HDFS存储是单纯的存数据 如果是存储文件，有必要用HBase？没必要，用HDFS就可以 如果要存储需要随机访问的数据，用HBase才合适
简介的总结
HBase是数据库
HBase基于HDFS之上
HBase可以存数据
HBase支持随机访问（随机查询和随机插入）
HBase的场景在于：海量数据存储的需求 和 随机访问需求
