Hbase 介绍

一、HBase 基础

HBase -- Hadoop Database ，是一个高可靠、高性能、面向列、可伸缩的分布式存储系统。Hbase来源于Google的论文“Bigtable: 一个结构化数据的分布式存储系统”。HBase实际上是Hadoop的一个数据库系统，它的主要作用和传统数据库系统一样存储数据和检索数据。

传统关系型数据库的一些问题：
1） 传统的RDBMS关系型数据库存储一定量数据时没有问题，但是在存储海量数据（PB、TB级别），传统数据库无法支撑。
2） 性能差（数据量很大时）。
3） 面向行的，架构不够弹性，不能任意增加列。

Hbase和传统数据库的表结构的差异（Hbase不同于传统RDBMS，是面向列的）：

HBase仅能通过行键(row key)和行键序列来检索数据，仅支持单行事务(可通过hive支持来实现多表联合等复杂操作)。主要用来存储非结构化和半结构化的松散数据。与hadoop一样，HBase目标主要依靠横向扩展，通过不断增加商用服务器，来增加计算和存储能力。HBase表一般有这样的特点：

l  大：一个表可以有上亿行，上百万列

l  面向列：面向列(族)的存储和权限控制，列(族)独立检索。

l  稀疏：对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。

1.1 hbase 体系结构

          HBase的服务器体系结构遵循简单的主从服务器架构。它由HRegion Server和HMaster组成，HMaster负责管理所有的HRegion Server，HBase中所有的服务器都通过ZooKeeper来协调。HBase的体系结构如下图所示。

1.1.1 客户端（Client）

         Client用RPC与HMaster和HRegionServer通信。对于管理类操作，Client与HMaster通信，对于数据读写类操作，与HRegionServer通信。Client访问HBase上数据的过程并不需要HMaster参与（寻址访问Zookeeper和HRegion Server，数据读写访问HRegionServer），HMaster仅仅维护表和HRegion的元数据信息，负载很低。

        客户端的作用：

        1.整个HBase集群的访问入口；
        2.使用HBase RPC机制与HMaster 和 HRegionServer通信。
        3.与HMaser通信进行管理类操作。
        4.与HRegionServer通信进行数据读写类操作。

1.1.2 Zookeeper作用

       1.实现HMaster的HA，保证集群中只有一个HMaster。
       2.保存root region的位置（meta表），Region的寻址入口：客户端在访问表时，需要找到表的每个region对应的RegionServer（管理Region的角色）。Root（新版本是meta）表存储了Region的分布情况以及每个Region的详细信息。
      3.实时监控RegionServer的上下线信息，并及时通知Master。
      4.存储HBase的schema和table元数据（有哪些表、每个表有哪些列族）。

1..1.3  HMaster作用和特点

      1.HMaster作用：
         (1). HMaster负责Table和Region的管理工作，为RegionServer分配Region。
         (2). 管理Region Server的负载均衡（为每一个Region Server分配多少Region），调整Region分布。
         (3). 当某一个Region Server停机下线后，负责失效Region Server上的Region的迁移。
         (4). 监听zookeeper，基于zookeeper来得知Region Server上下线。
         (5). 监听zookeeper，基于zookeeper来保证Master的HA

      2.HMaster的特点：
         (1)HMaster没有单点故障问题（SPOF:Single Point Of Failure）。HBase可以启动多个HMaster，Zookeeper保证只有一个HMaster运行。
启动backup master节点方法：在conf下修改配置文件backup-masters，通过hbase-daemons.sh脚本启动backup master。

     $bin/hbase-daemons.sh start master-backup

        (2)不参与客户端数据读写
        (3)HMaster的负载很低（在同一个主机上可以和NN、SNN等服务共同运行）。

1.1.4 Region Server的作用

1. 维护Region（HMaster分配的），响应客户端的IO访问请求（读写），向HDFS读写数据。
2. 负责处理region的 flush、compact、split 几个过程。
3. 维护region的cache

1.2 Hbase 表结构逻辑视图

参考文章：http://www.jianshu.com/p/d6ec3301cba3

                    http://www.jianshu.com/p/e4e67dfaafd8

                    http://www.jianshu.com/p/479bc6308381