Hbase框架介紹

HBase是一個分散式的、面向列的開源資料庫。

不同點：

l  和一般的關係資料庫不同，hbase是一個適合於非結構化資料儲存的資料庫。

l  Hbase是基於列而不是基於行的模式。

在分散式的生產環境中，HBase 需要執行在 HDFS 之上，以 HDFS 作為其基礎的儲存設施。HBase上層提供了訪問的資料的 Java API 層，供應用訪問儲存在 HBase 的資料。在 HBase 的叢集中主要由 Master 和 Region Server 組成，以及 Zookeeper，

基本概念：

l  RowKey

是Byte array，是表中每條記錄的“主鍵”，方便快速查詢，Rowkey的設計非常重要；

l  Timestamp

版本號，型別為Long，預設值是系統時間戳，可由使用者自定義

l  ColumnFamily

列族，擁有一個名稱(string)，包含一個或者多個相關列

l  Column

屬於某一個columnfamily，familyName:columnName，每條記錄可動態新增

l  Value(Cell)

單元格由行鍵、列族、時間戳唯一決定

單元格的資料是沒有型別的，全部以位元組碼形式儲存

Hbase組成

l  Master

Hmaster用於調整多個regionServer，偵測各個regionServer之間的狀態，並平衡regionServer之間的負載。Hmaster還有一個職責就是分配region給regionServer。

Hmaster允許多個Hmaster節點共存，但是這需要Zookeeper的協助。不過當多個Hmaster節點共存時，只有一個Hmaster是提供服務的，其它的Hmaster節點處於待命的狀態。當正在工作的Hmaster節點宕機時，其它的Hmaster則會接管Hbase叢集。

l  RegionServer

對於一個regionServer而言，其包括了多個region。regionServer的作用只是管理表格，以及實現讀寫操作。Client直接連線regionServer，並通訊獲取Hbase中的資料。

l  Region

Region是hbase中分散式儲存和負載均衡的最小單位，但不是最小的儲存單元。如個一個表格很大，並由多個CF組成時，那個表的資料將存放在多個region中，並且每個region會關聯多個儲存單元store。表在行方向分割為多個region，region是按大小分割的，隨著region不斷增大，當增大到一個閥值的時候，region就會分成兩個region。

l  Store

每個region中包含了多個store物件，一個store包含一個memstore和若干個storefile，storefile中包含一個或多個hfile。Memstore存放在記憶體中，storefile存放在hdfs上。

l  Hfile

Hfile由很多個數據塊(block)組成，並且有一個固定的結尾塊。其中的資料塊是由一個header和多個key-value的鍵值對組成。在結尾塊中包含了資料相關的索引資訊，系統也是通過結尾塊的索引資訊找到hfile中的資料。