Hbase

 

●HBase简介       - HBase- Hadoop Database ,是一个高可靠性、高性能、面向列、可伸缩、       实时读写的分布式数据库       一利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理       HBase中的海量数据利用Zookeeper作为其分布式协同服务       一主要用来存储非结构化和半结构化的松散数据(列存NoSQL数据库)
体系架构
HBase数据模型	一Column Family列族& qualifier列       - HBase表中的每个列都归属于某个列族列族必须作为表模式(schema)       定义的一部分预先给出。如create 'test，course' ;       一列名以列族作为前缀，每个“列族’都可以有多个列成员(column) ;如       cousemath, course.english,新的列族成员(列)可以随后按需、动态加入;       一权限控制、存储以及调优都是在列族层面进行的;       一HBase把同一-列族里面的数据存储在同一目录下,由几个文件保存。
一Timestamp时间戳	在HBase每个cell存储单元对同一份数据有多个版本,根据唯一的时间戳来区分每个版本之间的差异,不同版本的数据按照时间倒序排序最新的数据版本排在最前面。一时间戳的类型是64位整型。       --时间戳可以由HBase(在数据写入时自动)赋值.此时时间戳是精确到毫       秒的当前系统时间。       时间戳也可以由客户显式赋值如果 应用程序要避免数据版本冲突就必须自己生成具有唯一:性的时间戳。
一Cel单元格	-由行和列的坐标交叉决定;-单元格是有版本的; 一单元格的内容 是未解析的字节数组; ●由{row key，column =<family> +<qualifierl，version唯一 确定的单元。cell中的数据是没 有类型的。全部是字节码形点预一
一HLog(WAL log)	-HLog文件就是一个普通的Hadoop Sequence File，Sequence File的Key是       HLogKey对象, HLogKey中记录了写入数据的归属信息,除了table和region名字外,同时还包括sequence number和timestamp , timestamp是”写入时间”. sequence number的起始值为0 ,或者是最近一次存入文件系统中sequence number。       一HLog SequeceFile的Value是HBase的KeyValue对象即对应HFile中的KeyV alue。
一Master ●为Region server分配region 负责Region selver的负载均衡 ●发现失效的Region server并重新分配其上的region●管理用户对table的增删改操作一RegionServer ●Region server维护region。处理对这些region的IO请求●Region server负责切分在运行过程中变得过大的region - Region       一HBase自动把表水平划分成多个区域(region) , 每个region会保存一个表       里面某段连续的数据;每个表一开始只有一 个region ,随着数据不断插入表，region不断增大,当增大到一个阀值的时候, region就会等分会两个新的region (裂变) ;       当table中的行不断增多,就会有越来越多的region。这样一-张完整的表被保存在多个Regionserver上。 一Memstore 与storefile       一一个region由多个store组成，一个store对应一个CE (列族)       一store包括位于内存中的memstore和位于磁盘的storefile写操作先写入       memstore ,当memstore中的数据达到某个阈值, hregionserver会启动flashcache进程写入storefile ,每次写入形成单独的一- 个storefle       一当storefile文件的数量增长到一 :定阈值后,系统会进行合并( minor、.       major compaction ) , 在合并过程中会进行版本合并和删除工作( majar) , 形成更大的storefile       一  当一个region所有storefile的大小和数量超过一定阈值后.会把当前的       region分割为两个并由hmaster分配到相应的regionserver服务器 ,实现负载均衡       -客户端检索数据，先在memstore找,找不到再找storefile
●HBase数据模型       一HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表       示不同的HRegion可以分布在不同的HRegion server上。       一HRegion由一 个或者多个Store组成。每个store保存一个columns family。一每个Strore又 由一个memStore和0至多个StoreFile组成。如图: StoreFile       以HFjle格式保存在HDFS上。