全方位认识HBase：一个值得拥有的NoSQL数据库（一）

2020-06-23 16:33:08

前言：说起HBase这门技术，在认知上对于稍微接触或使用过它的人来讲，可能只是百千数据库中一个很普通的库，大概就像我对Redis的认知一样：缓存嘛！可对于HBase，我确实是带着某些感情在的。今日突然萌生了一个生趣的想法，想抛开技术的视角，从情感的角度，像写小说一样，写写这位老朋友，这可能会有点滑稽吧，不过我觉得很放松。《全方位认识HBase：一个值得拥有的NoSQL数据库》：从今天起，我们就暂且认为这是一本小说的名字吧！哈哈~

其实我特别想做的一件事情，就是想让更多的人来认识并使用HBase这门地地道道的大数据栈技术，当然不为别的，主要原因还是HBase真的很棒很热，自己用着感觉真的好，不好的产品我怎么会推荐给你呢？毕竟HBase这家伙不会给我一分钱的广告费~

那首先，我想给大家分享的内容就是：在我刚接触HBase这位老朋友的时候根本不想去看的一些觉得没用的东西。什么呢？其实就是特别无聊又深奥的好像还不得不问的灵魂三问：我是谁？我从哪里来？我要到哪里去？

为什么想写写这个呢？真的好无聊啊~ 当然肯定不是我太无聊了，说实话，是因为对它真的有感情了，所以就想把它的前世今生全都介绍给你，可能算是一种情怀，也可能算是一种敬畏，也可能只是怕赶路的人忘了它是谁。

我从哪里来？

我们知道，HBase出现于大数据背景之下，那么谈到这个问题，我们不得不提一下当年奠定了大数据算法基础的风靡全球的Google三篇论文，也称为Google的三驾马车：Google FS[2003]、MapReduce[2004]、BigTable[2006]。三篇论文中文版链接这里提供给大家，闲来没事可以看一看。

链接：https://pan.baidu.com/s/1EIhGR6gADm2BnEh5hW4KUA 
提取码：c1wb

这三篇论文为何风靡全球呢？我们说随着大数据时代的到来，我们同样面临着大数据所带给我们的核心二问：

1、海量数据如何存储？
2、海量数据如何计算？
3、海量结构化数据如何高效读写？

然而，而谷歌公司在2003年至2006年发布的三篇论文则为解决两个问题提供了思路。

“ 我们设计并实现了 Google GFS 文件系统，一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。 GFS 虽然运行在廉价的普遍硬件设备上，但是它依然了提供灾难冗余的能力，为大量客户机提供了高性能的服务。 ... GFS 完全满足了我们对存储的需求。”

Google GFS 文件系统超前的设计思想，为解决大数据时代海量数据的存储提出了解决思路，同时对今后的分布式系统设计都提供了宝贵的指导意义。而MapReduce框架则解决了大数据时代海量数据如何计算的问题，虽然现在的Spark很火，但吃水不能忘了挖井人。

2006年，Google发布了第三篇重要论文。Bigtable 是一个分布式的结构化数据存储系统，它被设计用来处理海量数据：通常是分布在数千台普通服务器上的 PB 级的数据。Bigtable 的设计目的是可靠的处理 PB 级别的数据，并且能够部署到上千台机器上。用于解决Google内部海量结构化数据的存储以及高效读写问题。

也正是因为这三篇论文的发表，才有了而后的HDFS、MapReduce 和 HBase，才有了2015大数据元年。下面我们详细看一下Hadoop 家族的编年史，这里你大概也可以看出HBase在Hadoop家族中的地位。

*   2002年10月，Doug Cutting和Mike Cafarella创建了开源网页爬虫项目Nutch。

*   2003年10月，Google发表Google File System论文。

*   2004年7月，Doug Cutting和Mike Cafarella在Nutch中实现了类似GFS的功能，即后来HDFS的前身。

*   2004年10月，Google发表了MapReduce论文。

*   2005年2月，Mike Cafarella在Nutch中实现了MapReduce的初版本。

*   2006年1月，Doug Cutting加入雅虎，Yahoo!提供一个专门的团队和资源将Hadoop发展成一个可在网络上运行的系统。

*   2006年2月，Apache Hadoop项目正式启动以支持MapReduce和HDFS的独立发展。

*   2006年3月，Yahoo!建设了个Hadoop集群用于开发。

*   2006年4月，个Apache Hadoop发布。

*   2006年11月，Google发表了Bigtable论文，这终激发了HBase库的创建。

*   2007年10月，个可用的HBase发布了。

*   2008年1月，Hadoop成为Apache项目。

*   2008年1月，HBase成为 Hadoop 的子项目。

*   2008年6月，Hadoop的个SQL框架——Hive成为了Hadoop的子项目。

*   2009年7月 ，MapReduce 和 HDFS成为Hadoop项目的独立子项目。

*   2009年7月 ，Avro 和 Chukwa 成为Hadoop新的子项目。

*   2009年10月，首届Hadoop World大会在纽约召开。

*   2010年5月 ，HBase脱离Hadoop项目，成为Apache项目。

*   2010年9月，Hive 脱离Hadoop，成为Apache项目。

*   2010年9月，Pig脱离Hadoop，成为Apache项目。

*   2011年1月，ZooKeeper 脱离Hadoop，成为Apache项目。

*   2012年8月，YARN成为Hadoop子项目。

*   2012年10月，个Hadoop原生MPP查询引擎Impala加入到了Hadoop生态圈。

*  2014年2月，Spark逐渐代替MapReduce成为Hadoop的缺省执行引擎，并成为Apache基金会项目。

*   2015年10月，Cloudera公布继HBase以后的个Hadoop原生存储替代方案——Kudu。

*   2015年12月，Cloudera发起的Impala和Kudu项目加入Apache孵化器。

好了，一张图向大家道一声晚安吧，挺晚了，该睡了~ 下一章我们再追问“我是谁？”的灵魂思考吧~