HBase简介

HBase简介

HBase的三个特点

1. 大：一张表可以存储上亿行，上百万列
2. 面向列：面向列族的存储和权限控制，列族独立检索
3. 稀疏：对于为空的列，并不占用存储空间，表可以设计得非常稀疏

逻辑结构

逻辑上，HBase的数据同关系型数据库类似，数据存储在表中有行有列。但实际上HBase的底层物理存储结构是key-value的形式。

• 列

  列是可以动态增加的

  竖向切割的每一个点叫做列族

• Row key

  行键（Row key）是有序的，是根据字典序来排序

  要求行键（Row key）唯一

• Region

  横向切割的每一个点叫做Region，Region是一张表的切片

• store

  存储切割出来的数据

物理结构

• TimeStamp：时间戳
• Type：操作类型

数据模型

1. Name Space

   命名空间，类似于关系型数据库的database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存放的是HBase内置表，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table概念。不同的是，Hbase定义表时只需要声明列族即可。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（列限字符）进行限定。在建表时只需指定列族，无需指定列的数据类型。

5. Time Stamp（时间戳）

   用于标识数据的不同版本，每条数据写入时，如果不指定时间戳，系统会自动为其加入该字段，其值是写入HBase的时间。

6. Cell

   由{rowkey,column Family: column Qualifier,time Stamp}来确定唯一单元。Cell中的数据是没有数据类型的，全部是字节码形式存储。byte[]

HBase基础架构

• RegionServer的作用

  RegionServer是Region的管理者，实现类为HRegionServer，DML

  对于数据的操作：get、put、delete

  对于Region的操作: splitRegion（切分）,compactRegion（合并）

• Master的作用

  Table：create，delete，alter，DDL管理者，管理整个表的增删改查以及当前这个表归谁维护

  RegionServer：分配regions到每个RegionServer，监控每个RegionServer的状态

  Master主要管理表结构上

• Zookeeper的作用

  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。