Hbase是一個開源的非關係型分佈式數據庫屬於Nosql。數據存在HDFS中也可能存在內存中，可以容錯存儲海量稀疏數據。
Hbase的特性：
- 高可靠
- 高併發讀寫
- 面向列
- 可伸縮
- 易構建
行存儲 vs 列存儲
- 行存儲
- 優點：寫入一次性完成，保存數據完整性
- 缺點：數據讀取過程中產生冗餘數據，若有少量數據可以忽略
- 列村塾
- 優點：讀取過程，不會產生冗餘數據，特別適合對數據完整性要求不高的大數據領域
- 缺點：寫入效率差，保證數據完整性方面差
Hbase數據模型
- RowKey：表中每條記錄的“主鍵”。例如（a）
- column family：列簇，包含一個或者多個相關列。例如（cf1）
- column qualifier：子列。例如（bar）
- timestamp：時間戳，表示一個版本。例如（1368394583）
- value：相對應的值。例如（7）
三位有序，三級尋址
{rowkey => {family => {qualifier => {version => value}}}}
例如：a:cf1:bar:1368394583:7
Hbase物理模型
- Hbase一張表由一個或多個Hregion組成
- 記錄之間按Row Key的字典序排列
- 一個Region默認10個G
- 一個Region有一個RegionServer，而一個RegionServer有多個Region
HRegionServer內部管理了一系列的HRegion對象，HRegion是Hbase中分佈式存儲和負載均衡的最小單元
- 按rowkey可分爲Region -> HRegion -> Region Servers
- HRegion按列簇（Column Family） -> 多個HStore
- HStore -> memstore （默認128M）+ HFiles
- HFiles -> HDFS
HBase系統架構
- Client：訪問Hbase的接口，並維護Cache加速Region Server的訪問
- Master：負載均衡，分配Region到RegionServer
- Region Server：維護Region,負責Region的IO請求
- Zookeeper
- 保證集羣中只有一個Master
- 存儲所有Region的入口（Root）地址
- 實時監控Region Server的上下線信息，並通知Master
Hbase的容錯
Hbase操作
單行操作：PUT,GET,DELETE
多條操作：SCAN
Hbase的讀取過程
Hbase中掃描的順序依次是：BlockCache、MemStore、StoreFile( Hfile )