Hbase架构与基本概念

1、 HBase简介
Hbase是一个分布式的、多版本的、面向列的开源KeyValue数据库。

• 多版本：每列值或单元格的值都具有时间戳，通过不同的时间戳来区分不同版本的值，一个单元格不同版本的值按照降序排列在一起，访问时优先读取最新的值。
• 面向列：Hbase是面向列存储的，RDBMS在表定义时，列属性是固定的，不能动态扩展，而Hbase可以动态的插入列，列的数量没有限制（可以有数百万个列）。

2、HBase中重要的概念

• Row Key（行键）：HBase是根据RowKey来检索数据的，不支持条件查询和Order by等查询，读取记录只能按Row key（及其range）或全表扫描。HBase存储时，根据RowKey的字典序排序。
• Column Family（列族）：在创建表时预先声明，不能修改的太频繁。Hbase中列的数量可能没有限制，但是列族的数量是有限制的，不超过几十个。
• Column（列）：Hbase中每个列属于一个列族，一般以列族名为前缀进行表示，ColumnFamily：Column Name，可以动态的新增（或删除），列的数量没有限制。
• Timestamp（时间戳）：每列值或单元格都有时间戳， Hbase中以时间戳来区分版本，每列值以时间戳进行降序排列，访问时优先读取最新的值。
• Value(值)：Hbase中的值是由Table，RowKey，Column Family，Column，Timestamp来唯一确定的，数据存储模式如下：（Table，RowKey，Column Family，Column，Timestamp)——>Value。

3、Hbase架构
（1）架构初识
在分布式的生产环境中，HBase 需要运行在 HDFS 之上。HBase 上层提供了访问数据的 Java API 层，供应用访问存储在 HBase 的数据。在 HBase 的集群中主要由 Master 和 Region Server 以及 Zookeeper 组成，具体模块如下图所示：

• Client API

访问Hbase数据的客户端接口。并缓存region的位置信息。

•  Master

HBase Master用于协调多个Region Server，负责RegionServer之间的负载均衡，将繁忙服务器中的region移到负载较轻的服务器中。HBa