Hbase框架简介

HBase ORM框架概念:

HBase是一个构建在 Apache Hadoop和 Apache ZooKeeper之上面向列存储、的分布式数据库.

HBase是一个针对结构化数据的可伸缩、高可靠、高性能、分布式和面向列存储的动态模式数据库。 和传统关系数据库不同，HBase采用了BigTable的数据模型：增强的稀疏排序映射表（Key/Value），其中，键由行关键字、列关键字和时间 戳构成。HBase提供了对大规模数据的随机、实时读写访问，同时，HBase中保存的数据可以使用MapReduce来处理，它将数据存储和并行计算完 美地结合在一起。

HB 官方文档中文版:http://abloz.com/hbase/book.html

Hbase表的特点:

1）数据量大：一个表可以有上亿行，上百万列.查询快，可以直接接入在线业务（移动通信，银行，邮箱）
2）面向列：面向列（列簇）的存储和权限控制，列（列簇独立检索）

3）稀疏：对于为空(null)的列，并不占用存储空间，因此表可以设计的非常稀疏
4）多版本：每个cell中数据可以有多个版本，默认情况下版本号自动分配，是单元格插入的时间戳
5）无类型：Hbase中的数据都是字符串，没有类型
6）稀疏：对于NULL的列，并不占用存储空间，可以设计的非常稀疏
7）数据多版本

系统结构（架构）:

       RegionServer的作用
维护master分配给他的region，处理对这些region的io请求。
        负责切分正在运行过程中变的过大的region。


Master的作用
为Region server分配region

负责Region server的负载均衡

发现失效的Region server并重新分配其上的region。


Zookeeper的作用：
保证任何时候，集群中只有一个master
存储所有Region的寻址入口
实时监控Region server的上线和下线信息。并实时通知给master
存储HBase的table元数据

Hbase基本概念:

RowKey：是Byte array，是表中每条记录的“主键”，方便快速查找，Rowkey的设计非常重要。
   Column Family：列族，拥有一个名称(string)，包含一个或者多个相关列
   Column：属于某一个columnfamily，familyName:columnName，每条记录可动态添加
   Version Number：类型为Long，默认值是系统时间戳，可由用户自定义
   Value(Cell)：Byte array

    

Hbase物理模型:

1、Table中所有行都按照row key的字典序排列；
2、Table在行的方向上分割为多个Region；
3、Region按大小分割的，每个表开始只有一个region，随着数据增多，region不断增大，当增大到

一个阀值的时候，region就会等分会两个新的region，之后会有越来越多的region；
4、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。

5、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column family；每个Strore又由一个memStore和0至多个StoreFile组成，StoreFile包含HFile；memStore存储在内存中，StoreFile存储在HDFS上。