HBase的基本概念和术语

HBase – Hadoop Database，是一个高可靠性（HDFS和ZooKeeper保证）、高性能、面向列、可伸缩（通过增加结点实现）、实时读写的分布式数据库。它利用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，它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） 。

一、HBase表的数据模型

上图中的HBase表只是一个逻辑上的概念，对于没有存储数据的cell并不占用实际的存储空间。而上图中的一行数据可以表示成下面的json结构：

从图中可以看出HBase主要包含rowkey、columnfamily、qualifier、timestamp几个部分组成，下面分别解释每个字段的具体含义：

• RowKey行键（尽量短且长度最好一致，这样效率高）

  • 决定一行数据
  • 按照字典顺序排序的。
  • Row key只能存储64k的字节数据

• 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 ‘mytesttable’,'colfam1’表示建立一个mytesttable表并建立一个名为colfam1’的列族；
    
  • 列名以列族作为前缀，每个“列族”都可以有多个列成员(column)；如colfam1:q1, colfam1:q2, 新的列族成员（列）可以随后按需、动态加入；（一个列族里面存入百万个列也没问题）
    
  • 权限控制、存储以及调优都是在列族层面进行的；
  • HBase把同一列族里面的数据存储在同一目录下 （一般一个列族对应一个store目录）

注：列族的个数最好不要超过2~3个（一般一个列族会对应一个memstore）；

• 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（默认情况下会保留3个版本的数据）。
  • 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。（一般不用）。

• Cell单元格

  • 由行和列的坐标交叉决定；
  • 单元格是有版本的
  • 单元格的内容是未解析的字节数组；
    • 由{rowkey， column( =<family> +<qualifier>)， timestamp} 唯一确定的单元里面存储的数据。 cell中的数据是没有类型的，全部是字节码形式存贮。（Hbase中存储的所有内容基本都是字节码形式的）

二、HBase体系架构

如上图所示用户主要使用Client与Base进行交互，Client主要分为HBase Sell以及Java API两种。

2.1、HBase的主要角色

而一个Base集群的工作需要由ZooKeeper、Master以及RegionServer三者协调完成。Client首先会连接ZooKeeper，而ZooKeeper连接Master，如果没有ZooKeeper，HBase无法启动，ZooKeeper中存储了表的元数据信息。而Master作为调度者，数据放在哪个RegionServer以及哪个Region都由他说了算。而RegionServer用于存放具体的数据。

• Zookeeper
  • 保证任何时候，集群中只有一个Master（高可用）
  • 存贮所有Region的寻址入口（可以通过ZooKeeper获得hbase:meta表的存储位置，从而获得集群中有的regions信息）
  • 实时监控RegionServer的上线和下线信息，并实时通知Master
  • 存储HBase的schema和table元数据
    

Zookeeper常用命令 https://www.cnblogs.com/linjiqin/p/6029146.html
HBase meta表介绍 https://www.jianshu.com/p/ea7e03cfbfe0

• Master

  • 为RegionServer分配Region
  • 负责RegionServer的负载均衡
  • 发现失效的RegionServer并重新分配其上的Region（如果RegionServer挂了，将上面的数据移走）
  • 管理用户对table的增删改操作（DDL）

• HRegionServer

  • RegionServer维护HRegion，处理对这些Region的IO请求（Client与ZooKeeper、Master通信是为了找到数据在哪个Region中，这样Client的IO请求都是要通过RegionServer直接和Region发生的）
  • RegionServer负责切分在运行过程中变得过大的HRegion

2.2、RegionServer上的数据文件

从图中我们可以看出在存储层面HBase一般处理两种数据：HLog和实际的数据文件。这两种数据文件都是由ReginServer管理的，RegionServer上包含一个HLog和若干个Region。

• HLog(WAL log) （主要用来做数据恢复的）

  • 一个RegionServer可以包含多个Region，而每个RegionServer中都存有一个HLog，HLog存储了修改删除等信息，目的是为了在数据出错时可以进行数据的恢复。
  • 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。
  • HLog SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的KeyValue。

• HBase存储的实际数据

  • 一个Region中包含多个Store（每个Store对应了一个列族，与此同时一个列族对应一个MemStore）。
  • 一个Store包含了一个MemStore以及多个StoreFile（而相对于HDFS来说即HFile，StoreFile和HFile是一个意思，HFile默认为64KB，主要用于高效加载和缓存数据）
  • 一个Region对应了表的一部分，插数据就是将数据插入到Store中（首先会将数据插入到MemStore的内存中，MemStore存在一个阈值，当超过该阈值的时候，会将文件写入到文件系统中（StoreFile/HFile），当第一次写数据时没有超过MemStore的阈值时就不存在StoreFile），Region也存在一个阈值，如果超过该阈值，Region会分裂成多个Region（此时Master会进行调度，将HRegion放置于多个RegionServer中）

• Region

  • Region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Region可以分布在不同的 RegionServer上。
  • 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就会分裂成两个新的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。

• Memstore 与 storefile

  • 一个Region由多个store组成，一个store对应一个CF（列族）
  • store包括位于内存中的memstore和位于磁盘上的若干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storefile（刚产生的storeFile和memstore的阈值一样大）
  • 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
  • 当一个HRegion所有storefile的大小和超过一定阈值后，会把当前的HRegion分割为两个，并由HMaster分配到相应的HRegionServer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

参考资料：
1.《HBase权威指南》
2. hbase shell基础和常用命令详解 来自 http://blog.pureisle.net/archives/1887.html