我是大数据技术的新手，我对hbase如何与hadoop集成有疑问。它是什么意思＆＃34; Hbase位于HDFS之上＆＃34;？ 。我的理解是HDFS是分布在多个节点上的结构化和非结构化数据的集合，HBase是结构化数据。
Hbase如何与Hadoop集成，以提供对底层数据的实时访问。我们是否必须编写特殊工作来构建索引等？换句话说，在Hbase和hdfs之间有一个额外的层，它具有HBase理解的结构中的数据
答案 0 :(得分：2)
HDFS 是分布式文件系统;可以对其进行大多数常规FS操作，例如列出目录中的文件，编写常规文件，读取文件的一部分等。它不仅仅是＆＃34;结构化或非结构化数据的集合＆＃34;不仅仅是 EXT4 或 NTFS 文件系统。
HBase 是一个内存中的键值存储，可能持续到 HDFS （它不是硬性要求，你可以在任何分布式文件系统上运行HBase）。对于任何要求HBase的读取密钥请求，它将首先检查其运行时内存缓存以查看它是否具有缓存值，否则访问其在HDFS上存储的文件以查找和读出特定值。 HBase中提供了各种配置来控制缓存的使用方式，但HBase的速度来自缓存和索引持久性（更快，搜索文件读取）的组合。
HBase在HDFS上基于文件的持久性在写入时自动进行密钥索引，因此用户不需要手动索引。这些文件是常规HDFS文件，但专门用于HBase的使用格式，称为HFiles。
这些文章略显过时，但仍然反映了HBase使用的架构：http://blog.cloudera.com/blog/2012/06/hbase-write-path/和http://blog.cloudera.com/blog/2012/06/hbase-io-hfile-input-output/，如果您想深入挖掘，应该会有所帮助。
答案 1 :(得分：1)
HDFS是一个分布式文件系统，HBase是一个NoSQL数据库，它依赖于HDFS文件系统来存储它的数据。
您应该阅读这些技术，因为您的结构化/非结构化比较不正确。
<强>更新
如果您对这些技术的起源感兴趣，请查看Google文件系统，MapReduce和Bigtable论文。
Ghemawat，Sanjay，Howard Gobioff和Shun-Tak Leung。 ＆＃34;谷歌 文件系统。＆＃34; ACM SIGOPS操作系统审查。卷。 37.第5号。 ACM，2003。
Dean，Jeffrey和Sanjay Ghemawat。 ＆＃34; MapReduce：大型集群上的简化数据处理。＆＃34; ACM的通讯51.1（2008）：107-113。
Chang，Fay，et al。 ＆＃34; Bigtable：分布式存储系统 结构化数据。＆＃34; ACM计算机系统交易（TOCS）26.2 （2008）：4。
答案 2 :(得分：1)
这很容易理解：
HDFS是一个分布式文件系统，通过apped模型提供写入和读取。
Hbase是一个基于HDFS文件系统的NOSQL数据库，必须依赖它。
这可以在这里阅读：Apache hbase document