【大数据技术之HBase】初识Hbase（一）

什么是Hbase

HBase 是一个高可靠性、高性能、面向列、支持海量数据存储的 NoSQL 数据库。
Hbase官网: Hbase

Hbase原理

Hbase数据模型

HBase表 = multi-dimensional map (多维度的Map： kv键值对)。

Hbase逻辑结构

逻辑结构如下图所示：

• 列和列族：HBase中列分组形成列族。列族的所有列成员都具有相同的前缀。列族必须在模式定义时预先声明，而列不需要在模式定义时定义，但可以在表启动和运行时动态变化。
• Row key：唯一，相当于主键ID。
• Region和Store:每个列族对应一个Region中的Store,Store分为1个MemStore和多个SotreFile，那么一个表如果有多个列簇，那必然会有增加Region中的Store的数量。

Hbase物理存储结构

Hbase数据模型

• 命名空间：Name Space。与关系数据库系统中的数据库类似的表的逻辑分组，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。
• 行：Row。HBase表中的每行数据都由一个Row key和多个列组成，数据是按照 Row key的字典顺序存储的，并且查询数据时只能根据Row key进行检索，所以 Row key的设计十分重要。
• 列：Column。HBase中的每个列都由Column Family(列族)和 Column Qualifier（列限定符）进行限定，只需指明列族，而列限定符无需预先定义。
• 时间戳：Time Stamp。用于标识数据的不同版本（version），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。
• Region ：Region是HBase数据管理的基本单位,Region有一点像关系型数据的分区。Region中存储着用户的真实数据，而为了管理这些数据，HBase使用了Region Sever来管理Region。
• 单元格：Cell。由{Row key, 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储。

Hbase基本架构

• 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。
• 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。
• 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。
• HDFS：HDFS为HBase提供最终的底层数据存储服务，同时为HBase提供高可用的支持。