Hbase简介

Hbase是一个分布式的, 面向列的开源数据库, 该技术来源于Chang et al所撰写的Google论文"Bigtable: 一个结构化数据的分布式存储系统"

就像Bigtable利用了Google文件系统( File System ) 所提供的分布式数据存储一样, Hbase在Hadoop之上提供了类似于Bigtable的能力

Hbase是Apache的Hadoop项目的子项目

Hbase不同于一般的关系数据库, 它是一个适合于非结构化数据存储的数据库, 另一个不同的是Hbase基于列的而不是基于行的模式

 

Hbase逻辑模型

以表的形式存放数据

表由行与列组成, 每个列属于某个列族, 由行和列确定的存储单元成为元素

每个元素保存了同一份数据的多个版本, 由时间戳来标识区分

 

行键

行键在数据行在表里的唯一标识, 并作为检索记录的主键

访问表里的行只有三种方式

1. 通过单个行键访问

2. 给定行键的范围访问

3. 全表扫描

行键可以使最大长度不超过64KB的任意字符串, 并按照字典序存储

对于经常要一起读取的行, 要对行键值精心设计, 以便它们能放在一起存储

 

列族与列

列表示为<列族>:<限定符>

Hbase在磁盘上按照列族存储数据, 这种列式数据库的设计非常适合于数据分析的情形

列族里的元素最好具有相同的读写方式( 列如等长的字符串 ), 以提高性能

 

时间戳

对应每次数据操作的时间, 可由系统自动生成, 也可以由用户显示的赋值

Hbase支持两种数据版本回收方式: 1 每个数据单元, 只存储指定个数的最新版本

                                                     2 保存指定时间长度的版本 ( 例如 7天 )

常见的客户端时间查询: "某个时刻起的最新数据" 或 "给我全部版本的数据"

元素由行键, 列族:限定符, 时间戳唯一决定

元素以字节码形式存放, 没有类型之分

 

 

Region和Region服务器

表在行方向上, 按照行键范围划分为若干的Region

每个表最初只有一个region, 当记录数增加到超过某个阈值时, 开始分裂成两个region

物理上所有数据存放在HDFS, 由Region服务器提供region的管理

一台物理节点只能跑一个HRegionServer

一个HRegionServer可以管理多个Region实例

一个Region实例包括Hlog日志和存放数据的Store

Hmaster作为总控节点

Zookeeper负责调度

 

HLog

用于灾难恢复

预写式日志, 记录所有更新操作, 操作先记录进日志, 数据才会写入

 

 -ROOT- 和 .META.表

HBase中有两张特殊的Table, -ROOT- 和 .META.

.META. : 记录了用户表的Region信息, .META. 可以有多个region

-ROOT- : 记录了 .META. 表的Region信息, -ROOT- 只有一个region

Zookeeper中记录了 -ROOT- 表的location

 

Memstore与storefile

一个region由多个store组成, 每个store包含一个列族的所有数据

store包括位于把内存的memstore和位于硬盘的storefile

写操作先写入memstore, 当memstore中的数据量达到某个阈值, Hregionserver会启动flashcache进程写入storefile, 每次写入形成单独一个storefile

当storefile文件的数量增长到一定阈值后, 系统会进行合并, 在合并过程中会进行版本合并和删除工作, 形成更大的storefile

当storefile大小超过一定阈值后, 会把当前的region分割成两个, 并由Hmaster分配到相应的region服务器, 实现负载均衡

客户端检索数据时, 先在memstore找, 找不到在找storefile

 

 

Hbase vs Oracle

索引不通造成行为的差异

Hbase适合大量插入同时又有读的情况

Hbase的瓶颈在磁盘传送速度, Oracle的瓶颈在硬盘寻道时间

Hbase很适合寻找按照时间排序top N的场景

 

 传统数据库的行式存储

数据存放在数据文件内

数据文件的基本组成单位: 块/页

块内结构: 块头, 数据区