本周學習了部分關於Hadoop生態圈周邊的一些系統，簡單的做個小結，本篇文章主要講的是HBase的介紹。HBase是一個在HDFS上構建的面向列的分布式數據庫，他與傳統的RDBMS還是有許多的不同之處的。HBase的出現可以解決海量數據存儲的問題，而且他可以比較容易的解決伸縮性的問題，這個在以往的傳統關系型數據庫中都是很大的難題。下面是簡單的對於HBase的介紹。
先說說我的個人感受，當我第一次看到HBase是一個面向列式的存儲結構時，我立馬想到了Google的BigTable，因為他也是面向列式存儲的，然後裡面同樣有列簇的概念，也是屬於稀疏存儲。所以如果你了解了BigTable相信理解HBase也不會太難。
這個當然用圖形的方式表現呢出來最直觀。
撇開圖片下方的Hadoop的部分，上一部分才是HBase的結構，因為HBase所存儲的數據是在Hadoop的HDFS中，所以會有所關聯。簡單的來說，HBase也遵循主從關系，即一個master，然後好多個slave。在這裡是一個master節點控制著若干個HRegionServer節點，然後在每個HRegionServer下又會控制到好多個HRegion。HRegion才是真正存儲數據的地方。然後這期間會由Zookeeper控制協調中間的服務。
HBase的面向列的存儲
HBase的面向列的存儲特性是他的一大特點，這樣就可以真正做到寬度的效果，列可以做到很多，同樣給出一個示例圖，在此示例圖中，有3個列簇。
其實在真實的存儲中，空余的部分其實是不占空間的，只是效果圖這麼畫而已。
HBase和RDBMS的比較
傳統的RDBMS歷經了了幾十年的發展，已經形成了許多成熟的特性，而且各方面已經成熟化了，比如MySQL這樣的。但是如果在數據並發讀寫和數據規模這2方面，傳統的關系型數據庫可能就會比較吃緊了。而HBase要做的事情恰恰在於此。因為HBase本身是一個分布式的數據庫系統，所以可以讓使用者專注於業務上的處理邏輯，中間的數據傳輸全部都被HBase抽象處理了。而且HBase支持自動分區，當表增長到一定阈值 ，他可以將一個HRegion分裂為2個HRegion。而且HBase可以實現簡單的擴展，通過增加節點數來進行線性的擴展。
1、第一個問題是可能會碰到文件描述符用完的情況。因為在HBase中，數據文件在啟動 時就被打開，並在處理過程中始終保持打開狀態，以便節省每次訪問操作打開文件所需的代價，所以適當的時候可以增加最大文件描述符數量的限制。
2、datanode的線程用完的情況。默認情況下Hadoop的datanode上最大只能容納256個線程運行，而在datanode中打開每個文件連接都會使用一個線程，所以256個線程的限制很快就會達到。可以把dfs.datanode.max.xciervers的值調高，並重啟集群。
