什麼是HBase？
高可靠，高性能，面向列，可伸縮的分佈式存儲系統【HBase的原型是Google的BigTable論文】
【數十億行，數百萬列的數據存儲】
HBase特點？
1.海量存儲（PB級別的數據量）
2.列式存儲（列簇（ColumnFamily）存儲）
3.極易擴展（1.Regionserve的擴展 2. HDFS的擴展 ）
4.高併發（多核）【併發：線程併發，同一個cpu內核，搶佔資源 / 並行：進程並行，多個cpu同時執行】
5.稀疏存儲（在列數據爲空的情況下，是不會佔用存儲空間的）
【
- HBase的表模型與關係型數據庫的表模型不同：
- HBase的表沒有固定的字段定義；
- HBase的表中每行存儲的都是一些key-value對
- HBase的表中有列簇的劃分，用戶可以指定將哪些kv插入哪個列族
- HBase的表在物理存儲上，是按照列簇來分割的，不同列簇的數據一定存儲在不同的文件中
- HBase的表中的每一行都固定有一個行鍵，而且每一行的行鍵在表中不能重複
- HBase中的數據，包含行鍵，包含key，包含value，都是byte[ ]類型，HBase不負責爲用戶維護數據類
型
- HBase對事務的支持很差
- HBase基於hadoop : HBase的存儲依賴於HDFS
】
HBase架構？
| rowkey | base_info | other_info |
| 1 |
name：ww age：20 sex：m |
address：China school：Tsinghua Universit |
1.HBase的存儲結構
(1)cell【單元格】
- 關係型數據庫中的表模型是由行和列構成，交叉點我們稱之爲Cell(單元格)，用於存儲字段(Column)的
數據。
- Hbase的表模型與關係型數據庫的表模型不同。在單元格上是以 key-value 形式來存儲某一個字段
(Column)數據的。
- 版本號（Timestamp）每一個單元格都有自己的版本號。
| rowkeyX |
name：www Timestamp：15523598452136 |
| name：iii Timestamp：15523598452165 |
(2)rowkey【行鍵】
- rowkey用於區分那一行記錄，
- 在Hbase中的表中的rowkey不能重複
(3)columnFamily【列簇】
1. 列族是是多個列的集合。用於統一管理相似的列數據。
2. Hbase會盡量把同一個列族的列放在同一個服務器上，這樣可以提高存取效率，可以批量管理有關聯的一
堆列。
3. 一個列族對應一個目錄。不同的列族一定存儲在不同的文件中
強調：業務需求一般也都是查詢相關列信息，而非select *
4. hbase在建表時，指定的是列族，而非列，列族的個數有限制(默認是10個)
5. 列族是由多個列組成，列族的成員可以有上百萬個。
6. 列族成員的表示方式：ColFamiName:colName
HBase體系架構
1. Client :
- 包含訪問hbase的接口。比如，linux shell，java api。
- 它會維護對應的cache來加速訪問hbase的速度。META的元數據信息
2. Zookeeper ：
- 監控Hmaster的狀態，保證有且僅有一個活躍的Hmaster。達到高可用。
- 它可以存儲所有region的尋址入口。如：root表在哪一臺服務器上。
- 實時監控HregionServer的狀態，感知HRegionServer的上下線信息，並實時通知給Hmaster。
- 存儲hbase的部分元數據。存儲元數據的統一入口地址
3. HMaster :【負載均衡】
- 1. 爲HRegionServer分配Region（新建表等）。 負責HRegionServer的負載均衡。 負責Region的重新分配
- HRegionServer宕機之後的Region分配，
- HRegion裂變：當Region過大之後的拆分）。
- 2. Hdfs上的垃圾回收。
- 3. 處理schema的更新請求
-4.處理元數據的變更
-5.通過Zookeeper發佈自己的位置給客戶端
4. RegionServer ：
- 1. 維護HMaster分配給的Region（管理本機的Region）。
- 2. 處理client對這些region的讀寫請求，並和HDFS進行交互(Hlog的寫入，HFile的讀寫)。
- 3. 負責切分在運行過程中逐漸變大的Region。
5. HLog ：
- 1. 對HBase的操作進行記錄，使用WAL寫數據，優先寫入Hlog.
比如：put操作時，先寫日誌再寫memstore，這樣可以防止數據丟失，即使丟失也可以回滾。
6. HRegion ：
- 1. HBase中分佈式存儲和負載均衡的最小單元，它是表或者表的一部分。
7. Store ：
- 1. 相當於一個列簇
8. Memstore ：
- 1. 內存緩衝區，用於將數據批量刷新到hdfs中，默認大小爲128M
9. HStoreFile :
- 1. 和HFile概念一樣，不過是一個邏輯概念。HBase中的數據是以HFile存儲在Hdfs上。