一、数据存储

  • 数据存储：HBase数据存储依赖于HDFS，自身不存储数据，所以HBase其实是个表数据管理的工具。
  • 数据备份：HBase的数据可靠性完全依赖于HDFS进行数据备份（三副本），因此，HBase无需关心数据的可靠性，只需要关心服务的可靠性即可


二、HBase的服务可靠性如和保证？

通过转移管理权限。

HBase中的Region（真实数据存在HDFS）由Region Server进行管理，当ZooKeeper发现RS挂掉后，HMaster会将此RS上的Region数据进行迁移（其实所谓的迁移，只是将Region的管理权限迁移到其它的RS上，数据存储的位置仍然在HDFS上，没有改变）



二、数据结构和查询

HBase只在rowkey有索引，所以主要面向于基于rowkey进行简单的查询，HBase不适合复杂查询，如根据多个字段查询（没有索引，查询很慢），表关联直接不支持

HBase是三维有序存储的，通过rowkey（行键），column key（column family和qualifier）和TimeStamp（时间戳）这个三个维度可以对HBase中的数据进行快速定位。

HBase中rowkey可以唯一标识一行记录，在HBase查询的时候，有以下几种方式：

  1. 通过get方式，指定rowkey获取唯一一条记录
  2. 通过scan方式，设置startRow和stopRow参数进行范围匹配
  3. 全表扫描，即直接扫描整张表中所有行记录


三、HDFS

HDFS：存储和计算分离的架构

依赖 HDFS提供最终的 底层数据存储 服务， 多副本（三副本）

  • HBase表的HDFS目录结构如下 
/hbase
    /data
        /<Namespace>                    (集群里的Namespaces)
            /<Table>                    (该集群的Tables)
                /<Region>               (该table的Regions)
                    /<ColumnFamily>     (该Region的列族)
                        /<StoreFile>    (该列族的StoreFiles)
  • HLog的HDFS目录结构如下 
/hbase
    /WALs
        /<RegionServer>    (RegionServers)
            /<WAL>         (WAL files for the RegionServer)



四、 Hbase中HMaster作用

HMaster在功能上主要负责Table表和HRegion的管理工作，具体包括：

1、管理用户对Table表的增、删、改、查操作；

2、管理HRegion服务器的负载均衡，调整HRegion分布；

3、在HRegion分裂后，负责新HRegion的分配；

4、在HRegion服务器停机后，负责失效HRegion服务器上的HRegion迁移。



五、MemStore存储了哪些数据？

内存中会存储多个CF的数据，所以一次flush会生成多个StoreFile，并且有些StoreFile可能很小

这就是为什么要求HBase的CF不能设置太多，太多的话会频繁刷新磁盘，而且小文件会触发耗时的Compact操作