1.1 hbase的概念
- hbase基于Google的BigTable论文，是建立的hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的分布式数据库系统。在需要实时读写随机访问超大规模数据集时，可以使用hbase。
1.2 hbase的特点
- 海量存储
- 可以存储大批量的数据
- 列式存储
- hbase表的数据是基于列族进行存储的，列族是在列的方向上的划分。
- 极易扩展
- 底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加datanode节点服务(机器)就可以了
- 可以通过增加服务器来提高集群的存储能力
- 高并发
- 支持高并发的读写请求
- 稀疏
- 稀疏主要是针对Hbase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
- 数据的多版本
- hbase表中的数据可以有多个版本值，默认情况下是根据版本号去区分，版本号就是插入数据的时间戳
- 数据类型单一
- 所有的数据在hbase中是以字节数组进行存储
2、hbase整体架构
- 1、Client
- 客户端
- Client包含了访问Hbase的接口
- 另外Client还维护了对应的cache来加速Hbase的访问，比如cache的.META.元数据的信息
- 2、Zookeeper
- zookeeper集群
- 作用
- 实现了HMaster的高可用
- 保存了hbase的元数据信息，是所有hbase表的寻址入口
- 对HMaster和HRegionServer实现了监控
- 3、HMaster
- 作用
- 为HRegionServer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HRegionServer上
- 4、HRegionServer
- 作用
- 负责管理Region
- 接受客户端的读写数据请求
- 切分在运行过程中变大的region
- 5、Region
- hbase集群中分布式存储的最小单元
3、hbase表的数据模型
- rowkey
- 行键
- table的主键，table中的记录按照rowkey 的字典序进行排序
- Column Family
- 列族
- hbase表中的每个列，都归属与某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。
- Timestamp
- 时间戳
- 每次数据操作对应的时间戳，可以看作是数据的version number版本号
- Column
- 列
- 列族下面的具体列
- 属于某一个ColumnFamily,类似于我们mysql当中创建的具体的列
- cell
- 单元格
- 由{row key, column( = + ), version} 唯一确定的单元
- cell中的数据是没有类型的，全部是以字节数组进行存储
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
