這篇文章主要介紹了Google的主力數據存儲系統Bigtable,Bigtable可以被看作一個非關系型數據庫式的分布存儲技術,需要的朋友可以參考下

BigTable是Google設計的分布式數據存儲系統，用來處理海量的數據的一種非關系型的數據庫。

BigTable是非關系型數據庫，是一個稀疏的、分布式的、持久化存儲的多維度排序Map。Bigtable的設計目的是快速且可靠地處理PB級別的數據，并且能夠部署到上千臺機器上。

Bigtable已經實現了以下的幾個目標：適用性廣泛、可擴展、高性能和高可用性。

Bigtable已經在超過60個Google的產品和項目上得到了應用，包括 Google Analytics、GoogleFinance、Orkut、Personalized Search、Writely和GoogleEarth。這些產品對Bigtable提出了迥異的需求，有的需要高吞吐量的批處理，有的則需要及時響應數據給最終用戶。它們使用的Bigtable集群的配置也有很大的差異，有的集群只有幾臺服務器，而有的則需要上千臺服務器、存儲幾百TB的數據。

在很多方面，Bigtable和數據庫很類似：它使用了很多數據庫的實現策略。并行數據庫和內存數據庫已經具備可擴展性和高性能，但是Bigtable提供了一個和這些系統完全不同的接口。

Bigtable不支持完整的關系數據模型；與之相反，Bigtable為客戶提供了簡單的數據模型，利用這個模型，客戶可以動態控制數據的分布和格式（alex注：也就是對BigTable而言，數據是沒有格式的，用數據庫領域的術語說，就是數據沒有Schema，用戶自己去定義Schema），用戶也可以自己推測(alex注：reasonabout)底層存儲數據的位置相關性(alex注：位置相關性可以這樣理解，比如樹狀結構，具有相同前綴的數據的存放位置接近。在讀取的時候，可以把這些數據一次讀取出來)。數據的下標是行和列的名字，名字可以是任意的字符串。

Bigtable將存儲的數據都視為字符串，但是Bigtable本身不去解析這些字符串，客戶程序通常會在把各種結構化或者半結構化的數據串行化到這些字符串里。通過仔細選擇數據的模式，客戶可以控制數據的位置相關性。最后，可以通過BigTable的模式參數來控制數據是存放在內存中還是硬盤上。

特點:

1、適合大規模海量數據，PB級數據；

2、分布式、并發數據處理，效率極高；

3、易于擴展，支持動態伸縮；

4、適用于廉價設備；

5、適合于讀操作，不適合寫操作。

6、不適用于傳統關系型數據庫；

應用:

BigTable為谷歌旗下的搜索、地圖、財經、打印、以及社交網站Orkut、視頻共享網站YouTube和博客網站Blogger等業務提供技術支持。

Cloud Bigtable

此外，Google也為用戶提供Bigtable云數據庫——他們的自有數據庫，在其搜索、Gmail、地圖或YouTube等服務中使用已超過十年時間。Bigtable不像Google的其它產品一樣開源，因此這一新的云服務只能通過開源接口Apache HBase 1.0.1 API訪問。

谷歌承諾，Cloud Bigtable的延遲時間將限制在幾毫秒(個位數)，每美元性能是HBase、Cassandra等類似數據庫的兩倍。由于Cloud Bigtable支持HBase的應用程序接口，所以它能夠與分布式系統基礎架構Hadoop生態系統中的現有應用相整合，但也支持谷歌的云數據分析工具Cloud Dataflow。

Bigtable云的特性如下：

1.可擴展至成百上千個PB

2.高可用性

3.可復制

4.數據以加密形式傳輸和存儲

5.全托管

6.與Hadoop生態系統集成

適用于金融、物聯網、時序和市場等領域的數據

Google稱Bigtable憑借“個位數毫秒級延遲以及兩倍于其它非托管NoSQL產品的性價比”提供“無與倫比的性能”。數據如下圖所示，該圖由Google發布，目前還沒有被某個獨立衡量基準驗證核實過。