HBase系列1-HBase简介

一. HBase 介绍

  Apache HBase是一个开源的、分布式的、版本化的、非关系型的数据库，它模仿了Chang等人的谷歌的Bigtable:结构化数据的分布式存储系统。就像Bigtable利用谷歌文件系统提供的分布式数据存储一样，Apache HBase在Hadoop和HDFS的基础上提供了类似Bigtable的能力。

二. HBase 数据模型

  逻辑上，HBase 的数据模型同关系型数据库很类似，数据存储在一张表中，有行有列。但从HBase 的底层物理存储结构（K-V）来看，HBase 更像是一个multi-dimensional map。

2.1 HBase逻辑结果

2.2 HBase 物理存储结构

2.3 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，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。

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。

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储。

三. HBase 基本架构

架构角色：

1. Region Server
   Region Server 为 Region 的管理者，其实现类为HRegionServer，主要作用如下:
   1.1) 对于数据的操作：get, put, delete；
   1.2) 对于Region 的操作：splitRegion、compactRegion。

2. Master
   Master 是所有Region Server 的管理者，其实现类为HMaster，主要作用如下：
   1.1) 对于表的操作：create, delete, alter
   1.2) 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等工作。

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。