HBase详解

一.什么是HBase：

1.Hbase是一个面向列的数据库，针对于大数据，起源于google的BigTable。
2.Hbae是一个高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。

1.面向列和面向行：

1.面向行存储：（不做详细的说明，可观察mysql存储数据的方式）
传统数据库，如mysql,sqlserver都是面向行的数据库，先定义一张表结构，给定表的字段，类型和限定，那么在向表中插入多条数据时，是一行一行的数据去填充每个单元，若有些字段的单元没有数据，则会默认为空，但会占用一定的空间。若在大数据存储中，则会造成大量的资源浪费，并且查询效率低下。
2.面向列存储：
相对于面向行的存储，面向列就是将一行数据切分为一条一条的数据，这些数据合并起来形成一行数据。先创建一张表，需给定表的名字，列族（一般规定一张表的列族为1-3个，最好为1个，即代表一类信息）。然后就可以向表中插入数据，插入时需定义列，即列族，列修饰符，还有其值。简单的说，就是不需要定义你必须输入什么值，你可以按照自己的需求来创建一个类似于Mysql的字段。
如图：
在这张表中，看其中的一行数据，对应到右边的图形中就是多条数据，现在让我们来解析这一行数据：
1.row_key:不是唯一值，但确定唯一行，即相同的row_key合并起来，就是一行数据的值，row_key会进行字典排序
2.cf01:为创建的族，在创建表时就会创建族，这里只有一个族，他的下面有多个属性来修饰它
3.列修饰符：用来修饰列族的属性，类似于mysql中的字段，但在这里我们可以选择我们需要的来进行添加，列=列族+列修饰符
4.value:为列修饰符的具体值，如：name : 张三
5.timestamp:为时间戳，在hbase中，修改删除一条数据，不回去修改或删除原来的那一条，而是新增一条数据，此时这条数据会有一个新的时间戳，用于识别，hbase在选择数据的时候，会选取时间戳大的那一条。对应上图的第三条数据，时间戳为2，则hbase在拿数据的时候，不会去拿时间戳为2以前的数据。

二.HBASE集群：
hbase集群分为三个部分：zookeeper,hmaster,regionserver

1.zookeeper：扮演管理员的角色
1).检测hmaster的存活状态，确保hmaster始终只有一个
2).hmaster在启动的时候会将hbase系统表root发送给zookeeper,通过zookeeper可获取当前系统表，META,和region存储在哪个regioserver上
3). 实时监控Region Server的状态，将Region server的上线和下线信息实时通知给Master

2.Hmaster:leader，只有一个
1). 为Region server分配region
2). 负责region server的负载均衡
3). 发现失效的region server并重新分配其上的region
4). HDFS上的垃圾文件回收
5). 处理schema更新请求，也就是meta，进行数据读写

3.regionserver:每个节点一个
如图：