1. HBase概述

HBase概述

HBase 是一种分布式、可扩展、支持海量数据存储的 NoSQL 数据库。

1. 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。

HBase 逻辑结构

HBase 物理存储结构

HBase 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贮。

2. HBase基本架构

1. Region Server
   • 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。
2. 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。

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。

☆