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
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。
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。
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。
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。
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。
- 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
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。
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。
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。
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。