前 言

HBase权威指南
你阅读本书的理由可能有很多。可能是因为听说了Hadoop，并了解到它能够在合理的时间范围内处理PB级的数据，在研读Hadoop的过程中发现了一个处理随机读写的系统，它叫做HBase。或者将其称为目前流行的一种新的数据存储架构，传统数据库解决大数据问题时成本更高，更适合的技术范围是NoSQL。

无论你是如何来到这里的，我都希望你能够了解并学习如何在企业或组织中使用HBase解决海量数据问题。你可能有关系型数据库的背景，但更希望去研究这个“列式存储”系统；也许你听说HBase能够不费力地进行线性拓展，并且有足够的理由成为下一代网络系统。

在2007年年底，我曾面临百万级的文档存储需求，并且需要满足容错和可扩展等要求。我拥有丰富的MySQL数据库经验，并使用这种数据库来存储数据，最终服务于我的网站的用户。MySQL可以在运行于一台服务器的同时，拥有另一台备份服务器，其无法应对如此海量数据的处理，于是我只好寻找其他可用的存储数据库。

我的口头禅是：“Google是如何解决这类问题的？”后来我接触了Hadoop，在短暂使用Hadoop之后，我面临随机读写的问题——但是这个问题已经得以解决：2006年Google发表了BigTable①论文，Hadoop开发者拥有了BigTable的开源实现，并称其为HBase。这就是解决我的问题的答案，所以这一切看起来顺理成章……

如今，我已经不再回忆自己刚开始接触Hadoop和HBase的日子有多艰难了。我希望可以从今天开始使用HBase，HBase目前已经成熟，接近1.0版本，并且目前已经有大量知名企业在使用，如Facebook、Adobe、Twitter、Yahoo!、趋势科技和StumbleUpon（http://wiki.apache.org/hadoop/HBase/PoweredBy）。我的集群是第一个生产集群（迄今为止），到目前也遇到了许多有趣的问题。

如预期所料，HBase从0.1x版本开始成为社区项目，我有幸为这个项目贡献代码，并最终被要求成为全职的committer。

过去几年我从其他开发者身上学到了许多知识，并且一直在努力地学习。我的信念是，我们还远没有达到这个技术的顶峰，而这个技术也会随着时间的推移不断地成长和演变。让我们用这本书对整个HBase开发者社区致以敬意，我的写作目标不仅仅是覆盖HBase的工作机制，而且还要为用户提供如何将这一技术用到自己的使用场景中。

我强烈地感觉到你来到这里的原因是打算使用HBase解决你遇到的问题。现在让我们来解开谜底。

目 录

第1章　 简介
1.1　 海量数据的黎明
1.2　 关系数据库系统的问题
1.3　 非关系型数据库系统Not-Only-SQL（简称NoSQL）
1.4　 结构
1.5　 HBase：Hadoop数据库
第2章　安装
第3章　 客户端API：基础知识
3.1　 概述
3.2　 CRUD操作
3.3　 批量处理操作
3.4　 行锁
3.5　 扫描
3.6　 各种特性
第4章　客户端API：高级特性
第5章　客户端API：管理功能
第6章　可用客户端
第7章　与MapReduce集成
第8章　架构
第9章　高级用法
第10章　集群监控
第11章　性能优化
第12章　集群管理