关于hbase知识点总结与解惑

1,hbase缘由：

数据库有很多种，有行式存储的MySQL数据库，也为关系型数据库，是一个具有关联型数据库，各表之间能够连表查询，但是不能支持大数据量的查询与存储，所以就出现了能够存储大数据的非关系型数据库hbase。

2，hbase介绍：

hbase(Hadoop DataBase)：从他的全名可以看出他是一个分布式数据库，也是一个列式型数据库，由于是分布式和以列式存储所以不支持join查询，也就是连表查询。

1，habse的内部组件有一个hmaster，一个zookeeper集群，一个datanode有一个HRegionServer负责管理region这个切片，我们可以把理解为，比如有一张非常大的表，假设有100G的表格数据，在hbase集群上负责管理HRegionServer的老大Hmaster就会把这个100G的表格数据进行切分，（相比学过hadoop的同学应该很熟悉），如果有三个子节点，可以根据hbase的切片策略分成三份，每台节点33G,交给HRegionServer管理，Hmaster分好后，就会交给HRegionServer管理每个分片，以及最后的storefile的合并和HDFS交互最后阶段。HRegionServer 中可以有不同的region,(当有一台HRegionServer宕机时，为了恢复宕机里面的数据时会把Hlog进行拆分，然后分发到正常的HRegionServer中去)。

3，hbase核心知识点：

1，hbase的分片是根据RowKey进行水平切分的，一个region是一个范围数据（假如：1~1001），所以一个HRegionServer能够存储不同的Region,看到这里我相信你一定焕然大悟，所以在我看来，Region分片同样也是来自不同RegionServer宕机后所分发过来的Region,所以一个HRegionServer可以管理着不同的Region。

2，hbase的第二核心点为：Region中的真实和hdfs交互数据，我们一起往下细分，hbase为了保护数据的丢失，在Region中的store中设置了一个memstore内存存储数据的执行操作，也可以说为日志是用来恢复数据用的，这一点比较重要，也是关键组件，在这里面存在一个storefile文件，（重要说一下，一个store为一个列簇，大约可以存三个列簇最好），storefile中的真实的物理数据为hfile用store file做一个封装（可想而知一个store为一个列簇，那么一个storefile是什么就很简单了，可以认为他是一个列簇中的一个列存储的数据，多个storefile组成一个列簇，而hfile就为一个列里面存储的数据，也就是真实数据/物理数据）。