hbase命名空间 建表指定_HBase原理 | HBase内部探险

文章首先回顾 HBase 的数据模型和数据层级结构，对数据的每个层级的作用和构架均进行了详细阐述；随后介绍了数据写入和读取的详细流程；最后介绍老版本到新版本 Region 查找的演进。

一.数据模型

1.重要概念回顾

• Namespace(表命名空间)：将多个表分到一个组进行统一管理。

• Table(表)：一个表由一个或者多个列族组成；数据属性比如：超时时间(TTL)，压缩算法(COMPRESSION)等，都在列族的定义中定义；定义完列族后表是空的，只有添加了行，表才有数据。

• Row(行)：一个行包含了多个列，这些列通过列族来分类；行中的数据所属列族只能从该表所定义的列族中选取；由于 HBase 是一个列式数据库，所以一个行中的数据可以分布在不同的服务器上。

• Column Family(列族)：列族是多个列的集合，HBase 会尽量把同一个列族的列放到同一个服务器上，这样可以提高存取性能，并且可以批量管理有关联的一堆列；所有的数据属性都是定义在列族上；在 HBase 中，建表定义的不是列，而是列族。

• Column Qualifier(列)：多个列组成一个行，列族和列经常用 Column Family: Column Qualifier 来一起表示，列是可以随意定义的，一个行中的列不限名字、不限数量。

• Cell(单元格)：一个列中可以存储多个版本的数据，而每个版本就称为一个单元格(Cell)，所以在 HBase 中的单元格跟传统关系型数据库的单元格概念不一样；HBase 中的数据细粒度比传统数据结构更细一级，同一个位置的数据还细分成多个版本。

• Timestamp(时间戳/版本号)：既可以把它称为是时间戳，也可以称为是版本号，因为它是用来标定同一个列中多个单元格的版本号的。不指定版本号的时候，系统会自动采用当前的时间戳来作为版本号；当手动定义了一个数字来当作版本号的时候，这个 Timestamp 就真的是只有版本号的意义了。

2.几个小问题

HBase是否支持表关联？

官方给出的答案是干脆的，那就是“不支持”。如果想实现数据之间的关联，就必须自己去实现了，这是挑选 NoSQL 数据库必须付出的代价。

HBase 是否支持 ACID？

ACID 就是 Atomicity(原子性)、Consistency(一致性)、Isolation(隔离性)、Durability(持久性)的首字母缩写，ACID 是事务正确执行的保证，HBase 部分支持 了 ACID。

表命名空间有什么用？

表命名空间主要是用来对表分组，那么对表分组有什么用？命名空间可以填补 HBase 无法在一个实例上分库的缺憾，通过命名空间我们可以像关系型数据库一样将表分组，对于不同的组进行不同的环境设定，比如配额管理、安全管理等。

HBase 中有两个保留表空间是预先定义好的：

• hbase：系统表空间，用于组织 HBase 内部表；

• default：那些没有定义表空间的表都被自动分配到这个表空间下。

二.HBase 的存储数据方式

1.架构回顾

一个 HBase 集群由一个 Master(也可以把两个 Master 做成 HighAvailable)和多个 RegionServer 组成。

• Master：负责启动的时候分配 Region 到具体的 RegionServer，执行各种管理操作，比如 Region 的分割和合并。HBase 中的 Master 的角色功能比其他类型集群弱很多，HBase 的 Master 很特别，因为数据的读取和写入都跟它没什么关系，它挂了业务系统照样运行。当然 Master 也不能宕机太久，有很多必要的操作，比如创建表、修改列族配置，以及更重要的分割和合并都需要它的操作。

• RegionServer：RegionServer 上有一个或者多个 Region，我们读写的数据就存储在 Region 上。如果你的 HBase 是基于 HDFS 的(单机 HBase 可基于本地磁盘)，那么 Region 所有数据存取操作都是调用了 HDFS 的客户端接口来实现的。

• Region：表的一部分数据，HBase 是一个会自动分片的数据库，一个 Region 就相当于关系型数据库中分区表的一个分区，或者 MongoDB 的一个分片。

• HDFS：HBase 并不直接跟服务器的硬盘交互，而是跟 HDFS 交互，所以 HDFS 是真正承载数据的载体。

• ZooKeeper：ZooKeeper 在 HBase 中的比 Master 更重要，把 Master 关掉业务系统照样跑，能读能写；但是把 ZooKeeper 关掉，就不能读取数据了，因为读取数据所需要的元数据表 hbase:meata 的位置存储在 ZooKeeper 上。

HBase 的宏观架构

2.RegionServer 内部架构

一个 RegionServer 包含有：

• 一个 WAL：预写日志，WAL 是 Write-Ahead Log 的缩写，就是：预先写入。当操作到达 Region 的时候，HBase 先把操作写到 WAL 里面去，HBase