HBase初入
1.HBase定义可扩展
HBase是一种分布式、可扩展、支持海量数据存储的NoSQL数据库
2.HBase数据模型
逻辑上,HBase的数据模型同关系型数据库很类似,数据存储在一张表中,有行有列。但从HBase的底层物理存储结构(K-V)来看,HBase更像是一个multi-dimensional map
2.1HBase逻辑结构
2.2HBase物理存储结构
2.3数据模型
1)Name Space
命名空间,类似于关系型数据的DataBase的概念,每个命名空间下有多个表。HBase有两个自带的命名空间,分别是hbase和default,hbase中存放的是HBase内置的表,default表是用户默认使用的命名空间
2)Region
类似于关系型数据库的表概念。不同的是,HBase定义表时只需要声明列族即可,不需要声明具体的列。这意味着,往HBase写入数据时,字段可以动态、按需指定。因此,和关系型数据库相比,HBase能够轻松应对字段变更的场景。
3)Row
HBase表中的每行数据都由一个RowKey和多个Column组成,数据时按照RowKey的字典顺序存储的,并且查询数据时只能根据RowKey进行检索,所以RowKey的设计十分重要
4)Column
HBase中的每个列都由Column Family(列族)和Column Qualifier(列限度符)进行限定,例如info:name,info:age.建表时,只需指明列族,而列限定符无需预先定义。
5)Time Stamp
用于标识数据的不同版本,每条数据写入时,如果不指定时间戳,系统会自动为其加上该字段,其值为写入HBase的时间。
6)Cell
由{rowkey,column Family:column Qualifier,time Stamp}唯一确定的单元,cell中的数据是没有类型的,全部是字节码形式存贮
3.HBase基本架构
架构角色
1)Region Server
Region Server 为 Region 的管理者,其实现类为 HRegionServer,主要作用如下:
对于数据的操作:get, put, delete;
对于 Region 的操作:splitRegion、compactRegion
2)Master
Master 是所有 Region Server 的管理者,其实现类为 HMaster,主要作用如下:
对于表的操作:create, delete, alter
对于 RegionServer的操作:分配 regions到每个RegionServer,监控每个 RegionServer 的状态,负载均衡和故障转移。
3)Zookeeper
HBase 通过 Zookeeper 来做 Master 的高可用、RegionServer 的监控、元数据的入口以及 集群配置的维护等工作
4)HDFS
okeeper 来做 Master 的高可用、RegionServer 的监控、元数据的入口以及 集群配置的维护等工作