HBase的概述

HBase的特点：

• 海量存储（PB级别），
• 列式存储（列族存储，列祖下面很多列），
• 极易扩展，
• 高并发，
• 稀疏（在列族中，指定多列，列为空不会占用空间）。
  元数据：
• HDFS：元数据指的是类似文件名、文件权限、文件所有者这样信息的记录。这些元数据存放到了image、edits编辑日志。
• HIVE：元数据是指目录与表的对应，hdfs目录里面结构化文件中的列与表的字段对应关系，这些元数据存放到了mysql。
• HBASE：hbase的表是由若干个region组成的，某一条数据肯定位于某个表的，那个表？需要记录一下，是存在于某个region之上的，哪个region？需要记录一下，这个region由哪个regionserver管理，也需要记录一下，这些记录就是元数据，这些元数据存放到hbase的meta表，meta是由regionserver维护的，哪个呢？zookeeper记录着meta在哪个reginserver上。
  体现出了zookeeper的什么作用呢？它掌管着元数据的入口。

列族：column family，列的分类，是一组列，列族是表约束的一部分，换言之，在创建表的时候一定要指定列族，而列可以在实际插入数据的时候指定。
rowkey：在hbase中插入数据时，一定要指定一个行键，类似于mysql里面的id，用于唯一标识记录的唯一性。（创建表的时候一定要指定列族，插入数据的时候一定要指定一个行键）

HMaster
master节点的主要职责如下：

• 为RegionServer分配Region
• 维护整个集群的负载均衡
• 维护集群的元数据信息
• 发现失效的Region，并将失效的Region分配到正常的RegionServer上
• 当RegionSever失效的时候，协调对应Hlog的拆分

功能：
1．监控RegionServer
2．处理RegionServer故障转移
3．处理元数据的变更
4．处理region的分配或转移
5．在空闲时间进行数据的负载均衡
6．通过Zookeeper发布元数据的位置给客户端
HRegionServer
HRegionServer直接对接用户的读写请求，是真正的“干活”的节点。它的功能概括如下：

• 管理master为其分配的Region
• 处理来自客户端的读写请求
• 负责和底层HDFS的交互，存储数据到HDFS
• 负责Region变大以后的拆分
• 负责Storefile的合并工作

功能：
1．负责存储HBase的实际数据
2．处理分配给它的Region
3．刷新缓存到HDFS
4．维护Hlog(每个regionserver都有一个Hlog)
5．执行压缩
6．负责处理Region分片（自动分片）
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（Hlog存在HDFS）的支持，具体功能概括如下：

• 提供元数据和表数据的底层分布式存储服务
• 数据多副本，保证高可靠和高可用性

其他组件
1．Write-Ahead logs（WAL,HLOG&edits日志）
HBase的修改记录，当对HBase读写数据的时候，数据不是直接写进磁盘，它会在内存中保留一段时间（时间以及数据量阈值可以设定）。但把数据保存在内存中可能有更高的概率引起数据丢失，为了解决这个问题，数据会先写在一个叫做Write-Ahead logfile的文件中，然后再写入内存中。所以在系统出现故障的时候，数据可以通过这个日志文件重建。
2．Region
HBase表的分片，HBase表会根据RowKey值被切分成不同的region存储在RegionServer中，在一个RegionServer中可以有多个不同的region。
3．Store
HFile存储在Store中，一个Store对应HBase表中的一个列族。
4．MemStore
顾名思义，就是内存存储，位于内存中，用来保存当前的数据操作，所以当数据保存在WAL中之后，RegsionServer会在内存中存储键值对。
5．HFile
这是在磁盘上保存原始数据的实际的物理文件，是实际的存储文件。StoreFile是以HFile的形式存储在HDFS的。
6.StoreFile
HFile是Hadoop的二进制格式文件，实际上StoreFile就是对HFile做了轻量级包装，即StoreFile底层就是HFile