php+mysql开发的网站 如何使用hadoop+hbase+hive，能代替mysql么

可以代替mysql的 。

将Hive与HBase整合在一起，使Hive可以读取HBase中的数据，让Hadoop生态系统中最为常用的两大框架互相结合，相得益彰。

在Hive中创建HBase识别的表就可以替代mysql了。

如下：

CREATE TABLE hbase_hive_1(key int, value string)

STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'

WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")

TBLPROPERTIES ("hbase.table.name" = "xyz")

分别查看Hive、HBase中建立的表

那是因为： Mysql ，(Mysql 随机插入的代价)主键索引是有序的 B+ 树结构，新增条目的 id 肯定是最大的，新增给 B+ 结构带来的调整最小，主键索引是聚簇的：新增条目，id 是最大的。其 data 追加在上一次插入的后面，磁盘更容易顺序写，辅助索引，插入基本是随机的插入条目，可能会引起 B+ 树结构很大的调整。

HBase 可以随机插入HBase 的所有插入只是写入内存 memstore，只保证内存数据的有序即可 (很快、很容易)。为防止数据丢失写入 memstore 前，先写入 wal (可以关闭，速度更快)

NoSQL太火，冒出太多产品了，保守估计也成百上千了。

互联网公司常用的基本集中在以下几种，每种只举一个比较常见或者应用比较成功的例子吧。

1. In-Memory KV Store : Redis

in memory key-value store，同时提供了更加丰富的数据结构和运算的能力，成功用法是替代memcached，通过checkpoint和commit log提供了快速的宕机恢复，同时支持replication提供读可扩展和高可用。

2. Disk-Based KV Store: Leveldb

真正基于磁盘的key-value storage, 模型单一简单，数据量不受限于内存大小，数据落盘高可靠，Google的几位大神出品的精品，LSM模型天然写优化，顺序写盘的方式对于新硬件ssd再适合不过了，不足是仅提供了一个库，需要自己封装server端。

3. Document Store: Mongodb

分布式nosql，具备了区别mysql的最大亮点：可扩展性。mongodb 最新引人的莫过于提供了sql接口，是目前nosql里最像mysql的，只是没有ACID的特性，发展很快，支持了索引等特性，上手容易，对于数据量远超内存限制的场景来说，还需要慎重。

4. Column Table Store: HBase

这个富二代似乎不用赘述了，最大的优势是开源，对于普通的scan和基于行的get等基本查询，性能完全不是问题，只是只提供裸的api,易用性上是短板，可扩展性方面是最强的，其次坐上了Hadoop的快车，社区发展很快，各种基于其上的开源产品不少，来解决诸如join、聚集运算等复杂查询。

---