大家都知道Hadoop是一個數據庫，其實說的的就是Hbase。它和我們平常理解的關係型數據庫有什麼區別呢？
1. 它是NoSQL的，它沒有SQL的接口，有自己的一套API。
2. 關係型數據庫可以做彙總，可以進行常規的分析，但是Hbase不可以，它不能做彙總。那麼Hbase操作不方便，不能做彙總，不能做分析，有什麼作用呢？它的隨機讀寫效率很高，可以存儲海量數據，基於某個網點，某個城市，某個機器隨機去查詢速度快。或者去存儲基於時間序列的數據，比如微信、微博、日誌的數據，效率很高。
3. 它的存儲是列式的，平常我們接觸的MySQL，Oracle,RDBMS都是行存儲。行存儲和列存儲的區別是：行存儲適合在線事務的場景，適合隨機的訪問，比如去銀行修改賬戶記錄，修改個人信息，這個修改就是從數據庫中找到你信息所在的行。列存儲就是以列為單位進行連續存儲，如果以列存儲放到銀行這個場景中會是怎樣的一種效果呢？如果想要修改信息，那麼定義到用戶所在行信息，就會掃描到整個表，所以行存儲主要用於在線事務處理，而列存儲適用於數據分析。因為在大數據的數據庫場景中，我們會構建很寬的事實表，通過信息模型有個中心，圍繞這個中心擴散出很多維度，這個中間表是一個很寬的表，在我們進行特定業務分析的時候，比如分析廣告業務推廣的情況，可能只需要從很多資料中選取一部分變量進行分析，如果使用行存儲，那麼就是全表掃描，而使用列存儲會選取特定部分，效率很高。
HBase vs RDBMS
通過以上描述，我們分析一下hbase的特點：
（1）存儲海量數據：Pb+
（2）高吞吐：每秒每個節點上千次寫
（3）適合處理稀疏數據（半結構化數據）：存儲一行的空列沒有空間浪費。因為半結構化數據有大量的空存在，那麼使用結構化數據存儲到關係型數據庫，就會有大量的空間浪費，而且不適合做分析。
但是hbase訪問模式是受到限制的，它對基於行鍵的查找做了優化，而不是全文查詢；沒有事務，只支持單行操作。
說了這麼多，那麼我們為什麼使用Hbase呢？這裡我們做一個對比：
（1） 使用HDFS
你只需要追加到數據集（沒有隨機寫）
通常讀取整個數據集（沒有隨機讀）
（2）使用HBase
你需要隨機寫或讀
每秒對TB級的數據執行上千次操作
（3）使用RDBMS
數據放在一個大節點上
需要全部的事務支持
需要實時查詢的能力
【1】想了解大數據知識，可以關注我下方評論轉發後，私信“資料”。
【2】部分資料有時間限制，抓緊時間吧！
感謝大家支持！
閱讀更多 大數據程序 的文章
