《HBase權威指南》一1.5 HBase：Hadoop資料庫

本節書摘來異步社群《hbase權威指南》一書中的第1章，第1.5節，作者： 【美】lars george 譯者： 代志遠 , 劉佳 , 蔣傑 責編： 楊海玲，更多章節内容可以通路雲栖社群“異步社群”公衆号檢視。

看過bigtable的架構之後，我們可能會簡單地認為hbase完全是google的bigtable的開源實作。但是這個說法可能過于簡單，因為兩者之間還有些差異（大多是細微的）值得一提。

hbase是powerset㉑在2007年建立的，最初是hadoop的一部分。之後，它逐漸成為apache軟體基金會旗下的頂級項目，具備apache軟體許可證，版本為2.0。

下面是一個hbase随時間發展的簡短概述。

2006年11月：google釋出bigtable論文。

2007年2月：hbase宣布在hadoop項目中成立。㉒

2007年10月：hbase第一個“可用”版本（hadoop 0.15.0）。

2008年1月：hadoop成為apache的頂級項目，hbase成為hadoop的子項目。

2008年10月：hbase 0.18.1 釋出。

2009年1月：hbase 0.19.0釋出。

2009年9月：hbase 0.20.0 釋出，性能有明顯提升。

2010年5月：hbase成為apache的頂級項目。

2010年6月：hbase 0.89.20100621，第一個開發版本。

2011年1月：hbase 0.90.0 釋出，穩定性和持久性有所提升。

2011年年中：hbase 0.92.0 釋出，支援協處理器和安全控制。

文字2010年5月前後，hbase的開發者決定打破一直依賴的、步調一緻的hadoop的版本編号。原因是hbase有一個更快的釋出周期，同時更接近1.0版本的水準，比hadoop的預期更快。

為此，版本号從0.20.x跳到了0.89.x，跳躍相當明顯。此外，還做了一個決定，将0.89.x定為早期的開發版本。在0.89的基礎上最終釋出了0.90，即面向所有使用者的穩定版。

hbase與bigtable最大的不同就是命名。表1-1羅列了兩個系統之間相同元件的命名有哪些不同。

更多的差異參見附錄f。

讓我們回到1.3.1節來看看怎樣用次元來描述hbase系統。hbase是一個分布式的、持久的、強一緻性的存儲系統，具有近似最優的寫性能（能使i/o使用率達到飽和） 和出色的讀性能，它充分利用了磁盤空間，支援特定列族切換可選壓縮算法。

hbase繼承自bigtable模型，隻考慮單一的索引，類似于rdbms中的主鍵，提供了伺服器端鈎子，可以實施靈活的輔助索引解決方案。此外，它還提供了過濾器功能，減少了網絡傳輸的資料量。

hbase并未将說明性查詢語言作為核心實作的一部分，對事務的支援也有限。但行原子性和“讀-修改-寫”操作在實踐中彌補了這個缺陷，它們覆寫了大部分的使用場景并消除了在其他系統中經曆過的死鎖、等待問題。

hbase在進行負載均衡和故障恢複時對用戶端是透明的。在生産系統中，系統的可擴充性展現在系統自動伸縮的過程中。更改叢集并不涉及重新全量負載均衡和資料重分區，但整個處理過程完全是自動化的。

⑦facebook使用了haystack，haystack優化了二進制大對象的存儲結構，提供了二進制小對象存儲，例如圖檔。

⑨linux、apache、mysql和php（或者perl和python）的縮寫。

⑩atomicity、consistency、isolation和durability的縮寫。

⑯ddi這個詞是salmen博士等人于2009年在“cloud data structure diagramming techniques and design patterns”一文中提出的。

⑰請注意，這僅僅是一個示範用例，是以故意将模式設計得很簡單。

⑱在5.1.3節中會看到，還可以不設定qualifier。

⑲雖然hbase不支援線上的region合并，但是有離線處理合并的工具，詳情見11.6節。

㉑powerset公司位于舊金山，開發了一套用于網際網路的自然語言搜尋引擎。在2008年7月1日，微軟公司收購了powerset，之後powerset放棄了對hbase開發的後續支援。

㉒在apache jira（網站上的問題追蹤系統）中找到hbase-287，裡面可以找到當時的記錄，讀者可以看到mike cafarella送出的最初代碼，這個代碼很快就被jim kellerman采納了，jim kellerman當時就職于powerset。