Hbase VS Oracle

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?天津九安醫(yī)療電子--吳偉

1、? Hbase適合大量插入同時又有讀的情況核偿。輸入一個Key獲取一個value或輸入一些key獲得一些value呈驶。

2卓研、? Hbase的瓶頸是硬盤傳輸速度缔莲。Hbase的操作肄渗,它可以往數(shù)據(jù)里面insert搞乏,也可以update一些數(shù)據(jù)扶欣,但update的實(shí)際上也是insert,只是插入一個新的時間戳的一行音同。Delete數(shù)據(jù),也是insert权均,只是insert一行帶有delete標(biāo)記的一行顿膨。Hbase的所有操作都是追加插入操作。Hbase是一種日志集數(shù)據(jù)庫恋沃。它的存儲方式必指,像是日志文件一樣囊咏。它是批量大量的往硬盤中寫,通常都是以文件形式的讀寫塔橡。這個讀寫速度梅割,就取決于硬盤與機(jī)器之間的傳輸有多快。

? ? ? 而Oracle的瓶頸是硬盤尋道時間葛家。它經(jīng)常的操作時隨機(jī)讀寫户辞。要update一個數(shù)據(jù),先要在硬盤中找到這個block惦银,然后把它讀入內(nèi)存咆课,在內(nèi)存中的緩存中修改,過段時間再回寫回去扯俱。由于你尋找的block不同,這就存在一個隨機(jī)的讀喇澡。硬盤的尋道時間主要由轉(zhuǎn)速來決定的迅栅。而尋道時間,技術(shù)基本沒有改變晴玖,這就形成了尋道時間瓶頸读存。

3、? Hbase中數(shù)據(jù)可以保存許多不同時間戳的版本(即同一數(shù)據(jù)可以復(fù)制許多不同的版本呕屎,準(zhǔn)許數(shù)據(jù)冗余让簿,也是優(yōu)勢)。數(shù)據(jù)按時間排序秀睛,因此Hbase特別適合尋找按照時間排序?qū)ふ襎op n的場景尔当。找出某個人最近瀏覽的消息,最近寫的N篇博客蹂安,N種行為等等椭迎,因此Hbase在互聯(lián)網(wǎng)應(yīng)用非常多锐帜。

4、? Hbase的局限畜号。只能做很簡單的Key-value查詢缴阎。它適合有高速插入,同時又有大量讀的操作場景简软。而這種場景又很極端蛮拔,并不是每一個公司都有這種需求。在一些公司痹升,就是普通的OLTP(聯(lián)機(jī)事務(wù)處理)隨機(jī)讀寫语泽。在這種情況下,Oracle的可靠性视卢,系統(tǒng)的負(fù)責(zé)程度又比Hbase低一些踱卵。而且Hbase局限還在于它只有主鍵索引,因此在建模的時候就遇到了問題据过。比如惋砂,在一張表中,很多的列我都想做某種條件的查詢绳锅。但卻只能在主鍵上建快速查詢西饵。所以說,不能籠統(tǒng)的說那種技術(shù)有優(yōu)勢鳞芙。

5眷柔、 Oracle是行式數(shù)據(jù)庫,而Hbase是列式數(shù)據(jù)庫原朝。列式數(shù)據(jù)庫的優(yōu)勢在于數(shù)據(jù)分析這種場景驯嘱。數(shù)據(jù)分析與傳統(tǒng)的OLTP的區(qū)別。數(shù)據(jù)分析喳坠,經(jīng)常是以某個列作為查詢條件鞠评,返回的結(jié)果也經(jīng)常是某一些列,不是全部的列壕鹉。在這種情況下剃幌,行式數(shù)據(jù)庫反應(yīng)的性能就很低效。

行式數(shù)據(jù)庫:Oracle為例晾浴,數(shù)據(jù)文件的基本組成單位:塊/頁负乡。塊中數(shù)據(jù)是按照一行行寫入的。這就存在一個問題脊凰,當(dāng)我們要讀一個塊中的某些列的時候抖棘,不能只讀這些列,必須把這個塊整個的讀入內(nèi)存中,再把這些列的內(nèi)容讀出來钉答。換句話就是:為了讀表中的某些列础芍,必須要把整個表的行全部讀完,才能讀到這些列数尿。這就是行數(shù)據(jù)庫最糟糕的地方仑性。

列式數(shù)據(jù)庫:是以列作為元素存儲的。同一個列的元素會擠在一個塊右蹦。當(dāng)要讀某些列诊杆,只需要把相關(guān)的列塊讀到內(nèi)存中,這樣讀的IO量就會少很多何陆。通常晨汹,同一個列的數(shù)據(jù)元素通常格式都是相近的。這就意味著贷盲,當(dāng)數(shù)據(jù)格式相近的時候淘这,數(shù)據(jù)就可以做大幅度的壓縮。所以巩剖,列式數(shù)據(jù)庫在數(shù)據(jù)壓縮方面有很大的優(yōu)勢铝穷,壓縮不僅節(jié)省了存儲空間,同時也節(jié)省了IO佳魔。(這一點(diǎn)曙聂,可利用在當(dāng)數(shù)據(jù)達(dá)到百萬、千萬級別以后鞠鲜,數(shù)據(jù)查詢之間的優(yōu)化宁脊,提高性能,示場景而定)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末贤姆,一起剝皮案震驚了整個濱河市榆苞,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌庐氮,老刑警劉巖语稠,帶你破解...
    沈念sama閱讀 219,539評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異弄砍,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)输涕,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,594評論 3 396
  • 文/潘曉璐 我一進(jìn)店門音婶,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人莱坎,你說我怎么就攤上這事衣式。” “怎么了?”我有些...
    開封第一講書人閱讀 165,871評論 0 356
  • 文/不壞的土叔 我叫張陵碴卧,是天一觀的道長弱卡。 經(jīng)常有香客問我,道長住册,這世上最難降的妖魔是什么婶博? 我笑而不...
    開封第一講書人閱讀 58,963評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮荧飞,結(jié)果婚禮上凡人,老公的妹妹穿的比我還像新娘。我一直安慰自己叹阔,他們只是感情好挠轴,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,984評論 6 393
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著耳幢,像睡著了一般岸晦。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上睛藻,一...
    開封第一講書人閱讀 51,763評論 1 307
  • 那天启上,我揣著相機(jī)與錄音,去河邊找鬼修档。 笑死碧绞,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的吱窝。 我是一名探鬼主播讥邻,決...
    沈念sama閱讀 40,468評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼院峡!你這毒婦竟也來了兴使?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤照激,失蹤者是張志新(化名)和其女友劉穎发魄,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體俩垃,經(jīng)...
    沈念sama閱讀 45,850評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡励幼,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,002評論 3 338
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了口柳。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片苹粟。...
    茶點(diǎn)故事閱讀 40,144評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖跃闹,靈堂內(nèi)的尸體忽然破棺而出嵌削,到底是詐尸還是另有隱情毛好,我是刑警寧澤,帶...
    沈念sama閱讀 35,823評論 5 346
  • 正文 年R本政府宣布苛秕,位于F島的核電站肌访,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏艇劫。R本人自食惡果不足惜吼驶,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,483評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望港准。 院中可真熱鬧旨剥,春花似錦、人聲如沸浅缸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,026評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽衩椒。三九已至蚌父,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間毛萌,已是汗流浹背苟弛。 一陣腳步聲響...
    開封第一講書人閱讀 33,150評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留阁将,地道東北人膏秫。 一個月前我還...
    沈念sama閱讀 48,415評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像做盅,于是被迫代替她去往敵國和親缤削。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,092評論 2 355

推薦閱讀更多精彩內(nèi)容