HBase初入

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