前言：說起HBase這門技術，在認知上對于稍微接觸或使用過它的人來講，可能只是百千資料庫中一個很普通的庫，大概就像我對Redis的認知一樣：快取嘛！可對于HBase，我確實是帶著某些感情在的，今日突然萌生了一個生趣的想法，想拋開技術的視角，從情感的角度，像寫小說一樣，寫寫這位老朋友，這可能會有點滑稽吧，不過我覺得很放松，《全方位認識HBase：一個值得擁有的NoSQL資料庫》：從今天起，我們就暫且認為這是一本小說的名字吧！哈哈~
其實我特別想做的一件事情，就是想讓更多的人來認識并使用HBase這門地地道道的大資料堆疊技術，當然不為別的，主要原因還是HBase真的很棒很熱，自己用著感覺真的好，不好的產品我怎么會推薦給你呢？畢竟HBase這家伙不會給我一分錢的廣告費~
那首先，我想給大家分享的內容就是：在我剛接觸HBase這位老朋友的時候根本不想去看的一些覺得沒用的東西，什么呢？其實就是特別無聊又深奧的好像還不得不問的靈魂三問：我是誰？我從哪里來？我要到哪里去？
為什么想寫寫這個呢？真的好無聊啊~ 當然肯定不是我太無聊了，說實話，是因為對它真的有感情了，所以就想把它的前世今生全都介紹給你，可能算是一種情懷，也可能算是一種敬畏，也可能只是怕趕路的人忘了它是誰，
我從哪里來？
我們知道，HBase出現于大資料背景之下，那么談到這個問題，我們不得不提一下當年奠定了大資料演算法基礎的風靡全球的Google三篇論文，也稱為Google的三駕馬車：Google FS[2003]、MapReduce[2004]、BigTable[2006]，三篇論文中文版鏈接這里提供給大家，閑來沒事可以看一看，
鏈接：https://pan.baidu.com/s/1EIhGR6gADm2BnEh5hW4KUA
提取碼：c1wb
這三篇論文為何風靡全球呢？我們說隨著大資料時代的到來，我們同樣面臨著大資料所帶給我們的核心二問：
1、海量資料如何存盤？
2、海量資料如何計算？
3、海量結構化資料如何高效讀寫？
然而，而谷歌公司在2003年至2006年發布的三篇論文則為解決兩個問題提供了思路，
“ 我們設計并實作了 Google GFS 檔案系統，一個面向大規模資料密集型應用的、可伸縮的分布式檔案系統，
GFS 雖然運行在廉價的普遍硬體設備上，但是它依然了提供災難冗余的能力，為大量客戶機提供了高性能的
服務，
...
GFS 完全滿足了我們對存盤的需求，”
Google GFS 檔案系統超前的設計思想，為解決大資料時代海量資料的存盤提出了解決思路，同時對今后的分布式系統設計都提供了寶貴的指導意義，而MapReduce框架則解決了大資料時代海量資料如何計算的問題，雖然現在的Spark很火，但吃水不能忘了挖井人，
2006年，Google發布了第三篇重要論文，Bigtable 是一個分布式的結構化資料存盤系統，它被設計用來處理海量資料：通常是分布在數千臺普通服務器上的 PB 級的資料，Bigtable 的設計目的是可靠的處理 PB 級別的資料，并且能夠部署到上千臺機器上，用于解決Google內部海量結構化資料的存盤以及高效讀寫問題，
也正是因為這三篇論文的發表，才有了而后的HDFS、MapReduce 和 HBase，才有了2015大資料元年，下面我們詳細看一下Hadoop 家族的編年史，這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創建了開源網頁爬蟲專案Nutch，
* 2003年10月，Google發表Google File System論文，
* 2004年7月，Doug Cutting和Mike Cafarella在Nutch中實作了類似GFS的功能，即后來HDFS的前身，
* 2004年10月，Google發表了MapReduce論文，
* 2005年2月，Mike Cafarella在Nutch中實作了MapReduce的最初版本，
* 2006年1月，Doug Cutting加入雅虎，Yahoo!提供一個專門的團隊和資源將Hadoop發展成一個可在網路上運行的系統，
* 2006年2月，Apache Hadoop專案正式啟動以支持MapReduce和HDFS的獨立發展，
* 2006年3月，Yahoo!建設了第一個Hadoop集群用于開發，
* 2006年4月，第一個Apache Hadoop發布，
* 2006年11月，Google發表了Bigtable論文，這最終激發了HBase庫的創建，
* 2007年10月，第一個可用的HBase發布了，
* 2008年1月，Hadoop成為Apache頂級專案，
* 2008年1月，HBase成為 Hadoop 的子專案，
* 2008年6月，Hadoop的第一個SQL框架——Hive成為了Hadoop的子專案，
* 2009年7月 ，MapReduce 和 HDFS成為Hadoop專案的獨立子專案，
* 2009年7月 ，Avro 和 Chukwa 成為Hadoop新的子專案，
* 2009年10月，首屆Hadoop World大會在紐約召開，
* 2010年5月 ，HBase脫離Hadoop專案，成為Apache頂級專案，
* 2010年9月，Hive 脫離Hadoop，成為Apache頂級專案，
* 2010年9月，Pig脫離Hadoop，成為Apache頂級專案，
* 2011年1月，ZooKeeper 脫離Hadoop，成為Apache頂級專案，
* 2012年8月，YARN成為Hadoop子專案，
* 2012年10月，第一個Hadoop原生MPP查詢引擎Impala加入到了Hadoop生態圈，
* 2014年2月，Spark逐漸代替MapReduce成為Hadoop的預設執行引擎，并成為Apache基金會頂級專案，
* 2015年10月，Cloudera公布繼HBase以后的第一個Hadoop原生存盤替代方案——Kudu，
* 2015年12月，Cloudera發起的Impala和Kudu專案加入Apache范訓器，
好了，一張圖向大家道一聲晚安吧，挺晚了，該睡了~ 下一章我們再追問“我是誰？”的靈魂思考吧~
參考文章
https://blog.csdn.net/lfq1532632051/article/details/53219558
轉載請注明出處！歡迎關注本人微信公眾號【HBase作業筆記】
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/16371.html
標籤：大數據
上一篇：Oracle資料庫修改資料型別 報錯ORA-00905: 缺失關鍵字
下一篇：自建單機MySQL資料庫備份方案