编辑“︁HBase”︁

{{Infobox software
| name = HBase
| logo = 
| screenshot = 
| caption = 
| developer = Apache软件基金会
| released = 2008年
| latest_release_version = 2.4.11
| latest_release_date = 2021年10月
| programming_language = Java
| operating_system = 跨平台
| genre = 分布式数据库
| license = Apache许可证2.0
| website = {{URL|https://hbase.apache.org/}}
}}

'''HBase'''是一个开源的、分布式的、版本化的[[NoSQL]]数据库，基于[[Google]]的[[Bigtable]]设计，运行在[[Hadoop]]分布式文件系统([[HDFS]])之上。它是[[Apache软件基金会]]的顶级项目，专为处理大规模数据集而设计，能够提供实时读/写访问能力。

== 概述 ==
HBase是一个列式存储数据库，适合存储非结构化和半结构化数据。它具有以下主要特点：
* '''高可靠性''' - 数据自动分片和复制
* '''高扩展性''' - 可线性扩展到数十亿行和数百万列
* '''强一致性''' - 提供强一致性的读写操作
* '''自动分片''' - 表自动分区并在集群中分布
* '''自动故障转移''' - RegionServer故障时自动恢复

== 架构 ==
HBase采用主从架构，主要组件包括：

=== HMaster ===
负责：
* 表的管理操作（创建、删除、修改）
* RegionServer的负载均衡
* 处理Region的分配和迁移

=== RegionServer ===
负责：
* 处理客户端的读写请求
* 管理Region的分裂
* 处理HFile的合并(compaction)

=== ZooKeeper ===
用于：
* 维护集群状态
* 实现分布式协调
* 存储HBase的元数据

<mermaid>
graph TD
    Client -->|读写请求| RegionServer
    RegionServer -->|存储数据| HDFS
    HMaster -->|管理| RegionServer
    ZooKeeper -->|协调| HMaster
    ZooKeeper -->|协调| RegionServer
</mermaid>

== 数据模型 ==
HBase的数据模型由以下概念组成：

* '''表(Table)'''：数据存储在表中
* '''行(Row)'''：每行有一个唯一的行键(Row Key)
* '''列族(Column Family)'''：列的集合，物理存储单元
* '''列限定符(Column Qualifier)'''：列族下的具体列
* '''单元格(Cell)'''：由{row, column, version}唯一确定的数据单元
* '''时间戳(Timestamp)'''：数据的版本标识

== 基本操作 ==
=== 通过HBase Shell操作 ===
<syntaxhighlight lang="bash">
# 创建表
create 'user', 'info', 'contact'

# 插入数据
put 'user', 'row1', 'info:name', '张三'
put 'user', 'row1', 'info:age', '25'
put 'user', 'row1', 'contact:email', 'zhangsan@example.com'

# 获取数据
get 'user', 'row1'

# 扫描表
scan 'user'

# 删除数据
delete 'user', 'row1', 'info:age'
</syntaxhighlight>

=== 通过Java API操作 ===
<syntaxhighlight lang="java">
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.util.Bytes;

public class HBaseExample {
    public static void main(String[] args) throws Exception {
        Configuration config = HBaseConfiguration.create();
        Connection connection = ConnectionFactory.createConnection(config);
        
        // 获取表引用
        Table table = connection.getTable(TableName.valueOf("user"));
        
        // 插入数据
        Put put = new Put(Bytes.toBytes("row1"));
        put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"), Bytes.toBytes("李四"));
        table.put(put);
        
        // 查询数据
        Get get = new Get(Bytes.toBytes("row1"));
        Result result = table.get(get);
        byte[] value = result.getValue(Bytes.toBytes("info"), Bytes.toBytes("name"));
        System.out.println("Name: " + Bytes.toString(value));
        
        // 关闭连接
        table.close();
        connection.close();
    }
}
</syntaxhighlight>

== 应用场景 ==
HBase适用于以下场景：
* '''海量数据存储'''：如用户行为日志、交易记录等
* '''实时查询'''：需要低延迟随机读写的场景
* '''时间序列数据'''：如物联网设备数据、监控数据
* '''消息/社交数据'''：如聊天记录、用户关系
* '''推荐系统'''：存储用户画像和物品特征

== 与其他技术的比较 ==
{| class="wikitable"
|-
! 特性 !! HBase !! [[Cassandra]] !! [[MongoDB]]
|-
| 数据模型 || 列式存储 || 列式存储 || 文档存储
|-
| 一致性 || 强一致性 || 最终一致性 || 可配置
|-
| 扩展性 || 线性扩展 || 线性扩展 || 分片扩展
|-
| 查询能力 || 简单扫描 || 二级索引 || 丰富查询
|-
| 适用场景 || 海量随机读写 || 全球分布式 || 灵活文档
|}

== 性能优化 ==
* '''行键设计'''：避免热点问题，使用散列或反转时间戳
* '''预分区'''：创建表时预先分区
* '''缓存配置'''：合理设置BlockCache和MemStore
* '''压缩'''：启用列族压缩
* '''批量操作'''：使用批量Put/Get减少RPC调用

== 生态系统集成 ==
HBase可以与以下技术集成：
* [[Hadoop]]：作为底层存储
* [[Spark]]：通过Spark SQL或DataFrame API访问
* [[Phoenix]]：提供SQL接口
* [[Hive]]：通过Hive-HBase集成
* [[Flink]]：作为数据源或接收器

== 版本历史 ==
* 2008年：HBase成为Apache顶级项目
* 2010年：发布0.90版本，首个稳定版本
* 2015年：发布1.0版本
* 2017年：发布2.0版本，重大架构改进

== 参见 ==
* [[Hadoop]]
* [[Bigtable]]
* [[NoSQL]]
* [[分布式系统]]

== 参考资料 ==
* {{cite web |url=https://hbase.apache.org/ |title=Apache HBase官方网站}}
* {{cite book |title=HBase权威指南 |author=Lars George |year=2011 |publisher=O'Reilly Media}}

[[Category:数据库]]
[[Category:NoSQL]]
[[Category:分布式系统]]
[[Category:Apache软件基金会项目]]