分布式数据库HBase案例教程

大数据（Big Data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。现在的各个行业都依赖于大量数据的支撑，数据量也越来越庞大，关系型数据库海量数据读写性能差、灵活度欠缺等缺点也暴露出来。因此，大量NewSQL数据库在这个背景下诞生并被广泛应用，其中HBase就是这样的一个分布式、可扩展的数据存储系统。HBase于2006年年底由PowerSet的Chad Walters和Jim Kellerman发起，2008年成为Apache Hadoop的一个子项目，现在已作为成熟产品应用在淘宝、百度、天猫、菜鸟、阿里云、高德、优酷等多家知名互联网企业，满足业务对于大数据分布式存储的基本需求。它不同于关系型数据库着重于增、删、改，而转向着重于查询，使数据读取更加高效、安全。基于Hadoop生态，HBase使用HDFS分布式存储系统作为共享文件存储系统。
HBase技术来源于Fay Chang所撰写的论文Google BigTable，是BigTable的开源实现。HBase在Hadoop上提供了BigTable的功能，现已成为Apache开源项目的一个项目。
在Hadoop生态圈中，HBase位于结构化存储层，HDFS为HBase提供了高可靠性的底层存储支持，Hadoop MapReduce为HBase提供了高性能的计算能力，ZooKeeper为HBase提供了稳定的failover（故障转移）机制。此外，Pig和Hive还为HBase提供了高层语言支持，使得在HBase上进行数据统计处理变得非常简单，Sqoop则为HBase提供了方便的关系型数据库数据导入功能。HBase在Hadoop生态圈中的地位可见一斑。
HBase和Hadoop一样，目标是通过横向扩展，添加普通机器来提高存储性能和计算性能。HBase特点：大（一个表可以有上亿行以及百万级的列）、面向行存储、稀疏（由于null不占用存储空间，所以表结构可以设计得非常稀疏）。因此，HBase和 Hadoop一样，目标是通过横向扩展，添加普通机器来提高存储性能和计算性能。
关于本书
本书定位是HBase从入门到应用的简明系统教材，特色是理论和实践相结合，更多的是以实战为主，内容全面、深入浅出地讲解每个知识点，尽力做到通俗易懂。对每个案例进行分步骤式讲述，每个步骤都有文字说明和效果截图，使读者能够清晰地知晓自己在动手实操过程的效果和错误之处，对问题一目了然。例如，在5.5节的话单表分析案例中，通过“预分区建立话单表”→“添加话单表项目数据”→“Java编写代码和Shell命令行进行查询操作”这种方式，详细展开教与学，充分发挥学生学习的自主性。
本课程采用了“案例贯穿式”“问题导向教学法”等教学方法，每个学习情境中的教学案例都基于一个真实的工作项目或实例。例如，后一章就展开了从基础数据到可视化数据的真实案例 教学。
本书分为8章，全书由陈建平进行统稿工作。第1章由陈建平撰写，着重介绍非关系型数据库的原理以及优缺点；第2章由陈岸青撰写，着重介绍HBase的基本架构和各个组件，其中包括HMaster、HBase Client、ZooKeeper、HRegionServer；第3章由李金湖编写，着重介绍HBase的接口以及使用Java操作HBase；第4章由邓维编写，着重介绍MapReduce与HBase之间的联系和使用；第5章由余仰淇编写，着重介绍HBase的表设计；第6章由许梓明编写，着重介绍Hive和HBase的整合和使用；第7章由王斌编写，着重介绍HBase的表属性版本和BlockCache配置；第8章由马汉斌编写，整合了HBase与Hadoop生态，介绍了一个完整的大数据实践案例。全书提供与章节内容配套的案例，重点章节配有习题。
本书适合的读者
本书适合HBase初学者、对大数据感兴趣的技术人员，以及想要从事大数据开发工作的人员。
本书也适合作为大数据技术中HBase案例的基础用书，适合作为中职、高职、应用型本科大数据技术的前导课程，在整个人才培养方案里面属于大数据的专业基础课程，建议授课时间为第2学期或者第3学期。
阅读本书之前，读者应该具有如下基础：有一定计算机网络基础知识；了解 Linux基本原理；掌握基本的Linux操作命令；了解Java编程语言；了解传统的数据库理论知识。
资源下载与答疑服务
本书配套资源包括课程标准、课程大纲、教学日历、教学课件PPT、实训手册、课后习题和答案、期末考试卷和答案、案例环境、教学视频。这些资源非常方便各高校教师的授课。
本书配套资源，需要使用微信扫描右边二维码下载，可按页面提示，把链接转发到自己的邮箱中下载。如果下载有问题或者学习中发现问题，请联系booksaga@163.com，邮件主题为“分布式数据库HBase案例教程”。
大数据技术的发展非常快速，HBase的相关新用法也在不断发现，在今后的工作中，笔者以及本书的技术支持官网（德明教育官网）会持续跟踪HBase发展趋势，把HBase技术和本书相关补充资料及时发布到技术支持官网，方便读者通过网络及时获取到信息。由于笔者能力有限，书中难免存在不足之处，望广大读者能够提出宝贵意见。

大数据技术专家 陈岸青
2022年1月

本书定位是HBase从入门到应用的简明教程，特色是以实战案例为主，内容系统全面，讲解深入浅出，操作步骤清晰明了。本书配套示例源码、PPT课件、开发环境、教学视频、习题及答案以及其他丰富的教学 资源。 本书共分为8章，内容包括NoSQL数据库、HBase体系架构、HBase的接口、MapReduce与HBase、HBase表设计、HBase和Hive、HBase深入剖析、论坛日志分析实战。 本书既适合HBase初学者、大数据分析与挖掘初学者阅读，也适合作为高等院校和培训机构人工智能、大数据等相关专业师生的教学参考书。

本书通过案例讲解分布式数据库HBase，体系结构清晰，内容系统全面、通俗易懂、注重操作。本书配套丰富的教学资源，适合大数据分析与开发的初学者以及对大数据感兴趣的技术人员，也适合作为高等院校大数据专业课的前导课程。