HBase

HBase与传统数据库区别;

![在这里插入图片描述](https://img-blog.csdnimg.cn/0449a7bee6c449bba64a8856ef11b9c6.png
HBASE:
只有字符型
没有复杂的操作
只有行键索引
列存储
旧值不覆盖，只是通过时间戳区分，到设定时间过期
水平扩展性好，，多台服务器

定位分别：

HBase访问方式：

HBase数据模型

稀疏的 多维度的 排序的 映射表

实际存储：列存储
列族里是键值对

列限定符：列
单元格内每个值都是未经解释的字符串(bytes数组)
一个行键+多列
列族：支持动态扩展+保留旧版本，，不修改，，只是价格时间戳重存【牺牲空间换时间】，存储的基本单元

基本原理：
组件：
库函数（提供操作接口）、
master服务器（负载均衡，更删改查，分类合并region，故障region重分配） 、
region服务器（用户数据存储）

三层寻址：
region
->.meta （存 用户数据表的region和其region服务器，，多个region，存于内存）
->-ROOT(存储了.meta表的region的位置信息，只能有一个region【不可再分裂】 ，-ROOT位置 固定 写在 zookeeper文件中）
客户端会缓存访问过的region位置

• 写操作 先写入HLog（一个region服务器一个HLog即多个region共用同一个Hlog），再写入memstore

• 读操作
  先读memstore,再去磁盘的storeFile(HFile)

• 缓存刷新
  周期性把menstore写入storeFile并在Hlog中做写成功标记，刷新一次生成一个storeFile所以一个store(列族)会有多个storeFile

• HLog
  用于数据故障恢复
  每次启动会将HLog里的数据写入memStore再刷新至storeFile,删除旧Hlog,再提供服务；
  region服务器故障时，将故障服务器的Hlog拉取到master，进行拆解，把region相关的日志和region对应，再将region和其日志分给新服务器

• storeFile的合并与分裂：耗时，故而达到数量才合并，，文件太大才分裂
  

监控及调优：
性能调优：
时间靠近的数据存在一起：系统最大整型-时间戳为行键
读写性能：HColumnDescriptor.setlnMemory=true(选择某些表放入region服务器缓存中)
减少存储：HColumnDescriptor.setMaxversionsMaxVersion =1，不要旧版本
清除时间久的数据：TimeToLive,超过生命周期自动清除

监控工具：
master-status,Ganglia,openTSDB,Ambari

利用Coprocessor机制添加二级索引,eg 华为的Hindex(redis+HBase)、Solr+HBase