HBase 简单介绍

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。

1. HBase 逻辑架构

2. HBase 概念介绍

2.1 结构概念

1. Namespace

   命名空间，类似于关系型数据库的database概念，每个命名空间下有多个表。HBase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. Table

   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. RowKey

   行键，类似于关系型数据的主键（PK）,所以不能重复，而且存储时应该有序,而且使用的是字符串的字典顺序，升序

5. 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。

6. ColumnFamily

   列族（列的家族），将多个列作为整体使用. 设计表时，这个列族应该是确定的，但是列是不确定的。而且随着业务的发展，可能会增加列。创建表时，需要指定列族,可以通过修改表结构的方式添加，不可以动态添加。

7. Timestamp

   用于标识数据的不同版本（version），每条数据写入时，系统会自动为其加上该字段，其值为写入HBase的时间。可以根据指定的条件对数据进行筛选过滤。而且可以用于数据状态的变化。

8. Type

   操作类型，Hbase对数据进行了哪些操作，put、delete 等。

9. 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。

2.2 架构概念

1. Region

   类似于SparkRDD中和Kafka中的分区概念。需要考虑数据的水平切分（高表），体现了优化的策略

2. RegionServer

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

3. Master

   Master是所有Region Server的管理者，其实现类为HMaster，主要作用如下：
   对于表的操作：create, delete, 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。

4. Store

   存储，Hbase将一个列族的数据存储在一起，一个表存在多个列族，那么就会存储在不同的store里

5. 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。
   防止Master出现异常情况，无法对RegionServer做操作. HBase默认情况下，含有内置的ZK，但是我们一般使用外置ZK。还包含了Master的管理信息

6. 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。