Hbase:分布式的、面向列的开源数据库
Hbase逻辑模型
HBase不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库,另一个不同的是HBase基于列的而不是基于行的模式
BigTable思想:世界上任何的二维表都可以放到三列的大表bigtable
学生表S(s#,sn,sd,sa)存在关系型的学生表
行健keys对象标识:s#
属性:sn,sd,sa
值value:
做key-values查询很方便,其他操作(聚组)很麻烦
行健:数据行在表里的唯一标识,并作为检索记录的主键
表里的行只有三种方式
列族:<列族>:<限定符>
元素由行健、列族:限定符,时间戳唯一决定
元素以字节码形式存放,没有类型之分
Hbase物理模型
HReginServer:一般一台机器:HLog日志(恢复),Store;每个列族为一个store,同一列族物理上放在一起,memory store内存中,物理storefile,小的storefile合并HFiles(合并的时候进行修改或是删除操作),HFile是HDFS存储在各个机器DataNode了。
Region和Region服务器
表在行方向上,按照行健范围划分成若干的Region
每个表最初只有一个region,当记录数增加到超过某个阈值时,开始分裂成两个region
物理上所有数据存放在HDFS,由Region服务器提供region的管理
一台物理节点只能跑一个HRegionServer
一个Hregionserver可以管理多个Region实例
一个Region实例包括Hlog日志和存放数据的Store
Hmaster作为总控节点
Zookeeper负责调度
HLog
日志文件
用于灾难恢复
预写式日志,记录所有更新操作,操作先记录进日志,数据才会写入
-ROOT-和.META.表
.META.每个用户定义的表,分为多少region,每个region是怎么存放的
当.META.较大,也可能分裂成多个region,于是用到-ROOT-来管理.META.
-ROOT-:记录了.META.表的Region信息,-ROOT-只有一个region
Zookepper中记录了-ROOT-表的location
-定位数据:region
Memstore与storefile
一个region由多个store组成,每个store包含一个列族的所有数据
Store包括位于把内存的memstore和位于硬盘的storefile
写操作先写入memstore,当memstore中的数据量达到某个阈值,Hregionserver启动flashcache进程写入storefile,每次写入形成单独一个storefile
当storefile大小超过一定阈值后,会把当前的region分割成两个,并由Hmaster分配奥相应的region服务器,实现负载均衡
客户端检索数据时,先在memstore找,找不到再找storefile