Hbase基础知识

1.概述

Hbase是一个开源的，面向列，适合存储海量非结构化、半结构化数据的高性能、可扩展的支持实时数据读写的分布式存储数据库。它有如下特点：

• 大表：一个表有上亿行，上百万列
• 面向列：面向列（族）的存储、索引与权限控制
• 稀疏：表中为空（null）的列不占用存储空间

HBase数据模型术语:

• 行键:这是HBase表中每个记录的唯一键，无论选择什么类型数据作为行健，它在内部、磁盘或内存里，都将转换为字节数组进行存储,表中的每条数据有唯一的标识符，即rowkey，类似于关系型数据库的主键
• 列族:一张HBase表由表的不同列集合在一起。将相同功能或类型的列分类组合在一起，这样做的好
  处是可以更快的分开存储在HBase磁盘上的列族中检索出所需的列
• 列:列属于某一个column family列族
• 版本:HBase能够为一个单元格元组（行、列族和列）保存多个值，每个单元格被称为一个记录的版本。版本制定为基于时间戳的长整形
• 时间戳:对于每个插入的数据，当前的时间戳与值是相关的，它表示了数值插入到表中的时间
• 单元格:最小或基本的存储单元，在内部是一个列的实际值存储。故插单元格数据时必须包含rowkey+columnfamily（列族名）+columnname（列名）+timestamp：value。

2.HBase组件介绍

• HMaster：是整个集群的大脑，Region Server的负载均衡，Region Server失效后Region的迁移；Region分布调整，Region分裂以及分裂后Region的分配负责数据表的管理，包括表的增删改查。
• Zookeeper:存储-ROOT-表的地址和Master地址，Region Server主动向Zookeeper注册，使得Master可随时感知各Region Server的状态，Zookeeper另一个重要作用是避免Master单点故障。
• Region Server:负责数据路由、数据读写及数据持久化，是Hbase的数据处理和计算单元，同时还负责区域的分割（Region Split）.Region Server要求和HDFS的Data Node一起部署，hbase的数据最终存储在Data Node的块（block）上。

3.Hbase架构

Region是HBase中分布式存储和负载均衡的最小单元。不同Region分布到不同RegionServer上。Region虽然是分布式存储的最小单元，但并不是存储的最小单元:

• Region由一个或者多个Store组成，每个Store保存一个Columns family列族
• 每个Store又由一个memStore和0到多个的StoreFile组成
• memStore存储在内存中，StoreFile存储在HDFS上
  4.Hbase数据模型
  

5.Hbase的物理存储结构

6.与关系型数据库的比较