HBase是什么

HBase是什么

HBase(Hadoop DataBase)是一种分布式、可扩展、支持海量数据存储的NoSQL数据库。

• 分布式：通过zookeeper进行管理，提供高可用；
• 可扩展：HBase基于HDFS，因此继承了HDFS的可扩展性；
• 支持海量存储：这也是（HDFS）可扩展性带来的；

1、非关系型数据库与关系型数据库的对比

Mysql是典型的关系型数据库，通过行列规整的存放在系统中，一次增加一整行或者删除一整行。

非关系型数据库，直接针对于一个字段。通过KV对的形式，直接对指定字段的值进行操作。其中K为ROWKEY，全局唯一。V为字段的值。

以上为个人直观理解比较浅显，下面对HBase的逻辑结构进行详细说明。

和关系型数据库相比，HBase能够轻松应对字段变更的场景（下面有说明）。

2、HBase逻辑存储结构

HBase逻辑结构主要由列族，列，RowKey，Region和Store等组成。它们之间的关系如下：

列族是对多个列的整体统称，因此列与列族之间是属于的关系，一个列只能属于一个列族。

RowKey是全局唯一，相当于主键。

Store是多条数据（RowKey）的一个列族的数据构成。

Region是多条数据（RowKey）的所有列族的数据构成。或者多条数据（RowKey）的多个Store组成。

3、HBase物理存储结构

4、数据模型

• Name Space

  类似于Mysql中的database，其中可以包含多张表。HBase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。

• Table

  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。

• Row

  HBase表中的每行数据都由一个RowKey和多个Column（列）组成，数据是按照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。

• Column

  HBase中的每个列都由Column Family(列族)和Column Qualifier（列限定符）进行限定。建表时，只需指明列族，而列限定符无需预先定义。

• Time Stamp

  用于标识数据的不同版本。

• Cell

  由=={rowkey, column Family:column Qualifier, time Stamp}==唯一确定的单元。cell中的数据全部是字节码形式存贮。

5、HBase基本架构

• Region Server

  是Region的管理者，其实现类为HRegionServer。主要作用：对数据进行get、put、delete；对Region进行splitRegion、compactRegion。

• Master

  是所有RegionServer的管理者，其实现类为HMaster。主要作用：对表进行create、delete、

  alter；对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。

• Zookeeper

  实现HBase的高可用，RegionServer的监控、元数据的入口以及集群配置文件的维护。