一：Hbase 与Oracle比较，为什么性能会那么好？ Hbase是大大不同于以前的关系数据库，它是按照Bigtable来开发的，套用一个Bigtable的定义就是： A Bigtable is a sparse, distributed, persistent multidimensional sorted map. Bigtable是一个稀疏的，分布
一：Hbase 与Oracle比较，为什么性能会那么好？
Hbase是大大不同于以前的关系数据库，它是按照Bigtable来开发的，套用一个Bigtable的定义就是：
A Bigtable is a sparse, distributed, persistent multidimensional sorted map.
Bigtable是一个稀疏的，分布的，持续多维度的排序映射数组。
1.数据类型，Hbase只有简单的字符串类型，所有类型都是交由用户自己处理，它只保存字符串。而关系数据库有丰富的类型选择和存储方式。
2.数据操作，Hbase操作只有很简单的插入、查询、删除、清空等，表和表之间是分离的，没有复杂的表和表之间的关系，所以也不能也没有必要实现表和表之间的关联等操作。而传统的关系数据通常有各种各样的函数、连接操作。
3.存储模式，Hbase是基于列存储的，每个列族都有几个文件保存，不同列族的文件是分离的。传统的关系数据库是基于表格结构和行模式保存的。
4.数据维护，Hbase的更新正确来说应该不叫更新，而且一个主键或者列对应的新的版本，而它旧有的版本仍然会保
留，所以它实际上是插入了新的数据，而不是传统关系数据库里面的替换修改。
5.可伸缩性，Hbase和Bigtable这类分布式数据库就是直接为了这个目的开发出来的，能够轻易的增加或者减少（在硬件错误的时候）硬件数量，而且对错误的兼容性比较高。而传统的关系数据库通常需要增加中间层才能实现类似的功能。
二：HBase里面将cache分为三类：
1. InMemory：希望其内容能够常驻memory
2. Single：被访问一次的block放入这里
3. Multi：被访问不止一次的block放入这里
InMemory容易理解，在系统中的一些meta数据会被经常的访问到，同时size又比较小，让其能够常驻内存而不因为内存size的限制而被替换掉是非常合理的法。
Single和Multi的出现是为了避免scan的影响，试想如果cache的size配置为100M，而一次scan的数据大小为200M，则所有cache中的数据都将被remvoed，但是fill进cache的block却永不会被访问第二遍（scan的语义），这是多么的浪费。
访问hbase table中的行，只有三种方式：(1.1) 通过单个row key访问; (1.2) 通过row key的range ;(1.3) 全表扫描
HBase是一个分布式的、面向列的开源数据库,源于google的一篇论文《bigtable：一个结构化数据的分布式存储系统》,HBase是Google Bigtable的开源实现，它利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapRedu
ce来处理HBase中的海量数据，利用Zookeeper作为协同服务。
1. 简介
HBase是一个分布式的、面向列的开源数据库,源于google的一篇论文《bigtable：一个结构化数据的分布式存储系统》。HBase是Google Bigtable的开源实现，它利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协同服务。
2. HBase的表结构
HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族/列簇(column family)。
| Row Key | column-family1 | column-family2 | column-family3 | |||
| column1 | column2 | column1 | column2 | column3 | column1 | |
| key1 | ||||||
| key2 | ||||||
| key3 |
转载请注明原文链接：Hbase 与Oracle 的区别
