【大数据技术Hadoop+Spark】HBase分布式数据库架构、特点、数据存储方式、寻址机制详解（图文解释）

一、HBase简介

HBase起源于2006年Google发表的BigTable论文。HBase是一个高可靠性、高性能、面向列、可伸缩的分布式数据库，利用HBase可在廉价PC服务器上搭建起大规模结构化存储集群。HBase的目标是存储并处理大型的数据，更具体来说是仅需使用普通的硬件配置，就能够处理由成千上万的行和列所组成的大型数据。

二、HBase架构

HBase构建在Hadoop HDFS之上，Hadoop HDFS为HBase提供了高可靠的底层存储支持，Hadoop MapReduce为HBase提供高性能的计算能力，Zookeeper为HBase提供稳定服务和容错机制。HBase的整体架构如下所示。

主要节点及其作用如下图所示

 

 

 

 

 

 三、HBase的特点

1）容量巨大：单表可以有百亿行、数百万列。

2）无模式：同一个表的不同行可以有截然不同的列。

3）面向列：HBase是面向列的存储和权限控制，并支持列独立索引。

4）稀疏性：表可以设计得非常稀疏，值为空的列并不占用存储空间

5）扩展性：HBase底层文件存储依赖HDFS，它天生具备可扩展性

6）高可靠性：HBase提供了预写日志（WAL）和副本（Replication）机制，防止数据丢失

7）高性能：底层的LSM（Log-Structured Merge Tree）数据结构和Rowkey有序排列等架构上的独特设计，使得HBase具备非常高的写入性能。

四、HBase数据存储方式

Region在行方向上的存储方式

HBase表的数据按照行键RowKey的字典序进行排列，并且切分多个HRegion存储，存储方式如下所示。

 HRegion的切分方式

每个Region存储的数据是有限的，如果当Region增大到一个阀值（128）时，会被等分切成两个新的Region，切分方式如下所示。

 HRegion的分布方式

一个HRegion Server上可以存储多个Region，但是每个Region只能被分布到一个HRegion Server上，分布方式如下。

五、HBase寻址机制

当HBase表查询数据遵循的是寻址机制，接下来，通过一张图来学习一下HBase的寻址机制，具体如下所示。

Zookeeper中存储的是ROOT表的数据，而ROOT表中存储的是META表的Region信息，也就是所有RegionServer的地址。 

 六、HBase与传统数据库的区别

存储模式

传统数据库中是基于行存储的；而HBase是基于列进行存储的。

表字段

传统数据库中的表字段不超过30个；而HBase中表字段不作限制

可延伸性

传统数据库中的列是固定的，需要先确定列有多少才会增加数据去存储；而HBase是根据数据存储的大小去动态的增加列，列是不固定的。

创作不易 觉得有帮助请点赞关注收藏~~~