Hbse 基础

数据模型

1. Name Space

   ​ 命名空间，类似于关系型数据库的 DatabBase 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。

1. 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，所以 RowKey 的设计十分重要。

2. Column

​ HBase 中的每个列都由 Column Family(列族)和 Column Qualifier(列限定符)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。

1. 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。

HBase基本架构

1. RegionServer

   ​ RegionServer为Region的管理者，其实现类为HRegionServer，主要作用如下（一些表数据的操作DML）：

   • 对于数据的操作：get，put，delete
   • 对于Region的操作：splitRegion、compactRegion

2. Master

   ​ Master是所有RegionServer的管理者，其实现类HMaster，主要作用如下（一些元数据的操作DDL）：

   • 对于表的操作：create、drop、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工作。

4. 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。

HBase详细架构图

1. StroreFile

   保存实际数据的物理文件，StoreFile以HFile的形式存储在HDFS上。每个Store会有一个或多个StoreFile(HFile)，数据在每个StoreFile中都是有序的。
   

2. MemStore

   ​ 写缓存，由于HFile中的数据要求是有序的，所以数据是先存在MemStore中，排好序后，等到刷写时机时才会刷写到HFile，每次刷写都会形成一个新的HFile。

3. WALs

   ​ 由于数据要经MemStore排序后才能刷写到HFile，但把数据保存在内存中会有很高概率导致数据丢失，为了解决这个问题，数据会先写在一个叫做Write-Ahead logfile的文件中，然后再写入MemStore中。所以在系统出现故障的时候，数据可以通过这个日志文件重建