hbase

一、HBase简介
（一）、特点
1、HBase是一种分布式、可扩展、支持海量数据存储【几十亿数据秒级查询】的NoSQL数据库。
（二）、数据模型
1、逻辑结构
（1）、与mysql对比
mysql          habse
库               nameSpase【一般以业务线建立，不用默认的】
表               多个region【数据过多时会拆成多个region】
列               列族【包含多个列，列不用指定，可动态增加，且列没有类型，hbase以字节数组形式存储】
一条数据    cell【{rowkey, column Family：column Qualifier, time Stamp}】
注：一个表有多个文件夹组成，不同的region放不同的文件夹，不同列族放到不同的文件中。
注：不同version的数据用timestamp区分。window-hbaseAPI操作linux-hbase，由于timestamp不一致可能会有误差。注：数据的可见性和版本与timestamp有关

2、物理结构

3、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（meta表：存放用户表放在哪个regionServer、namespace表），default表是用户默认使用的命名空间。【zmn:table1 。 default:table1--->table1】
（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
（3）、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。
（4）、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。
（5）、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。

          a、查看最新版本数据：scan '表名'       查看那所有版版数据：scan '表名', {RAW=>TRUE,VERSIONS=>10}
（6）、Cell：由{rowkey, 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贮。

（三）、基础架构
1、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
2、Master：Master是所有Region Server的管理者【相当于kafka的controller】【web页面：ip:16010】，其实现类为HMaster
主要作用如下：
a、对于region的操作：create, delete, alter
b、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。

注：对表的操作为DDL，对数据的操作为DML
3、Region Server：Region Server 为 Region的管理者，其实现类为HRegionServer，
主要作用如下:
a、对于数据的操作：get, put, delete；
b、对于Region 的操作：splitRegion、compactRegion。
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。