hbase是谷歌bigdata論文的一個程式碼實現，hbase是開源軟體，在大資料處理領域應用廣泛。今天樓主先來介紹一些基本原理，後面用工程程式碼方式來敘述API的用法。樓主是新手，如有錯誤，歡迎大家指正。

簡介

Hbase（Hadoop database）是一個高可靠性（資料儲存在HDFS檔案儲存系統上，十分可靠，有機會樓主再寫HDFS的博文）、高效能（傳統單機資料庫在資料量高於百萬數量級後效能很差）、面向列、可伸縮實時讀寫的分散式資料庫。
hbase主要用來儲存非結構化和半結構化的鬆散資料。

資料結構

首先介紹一下基本概念

row key

決定一行資料；按照字典順序排序，資料有結構；row key最大為64K（注意只能儲存位元組陣列，要先轉換成位元組陣列才能存入hbase）

time stamp 時間戳

hbase每個cell儲存單元對同一份資料由多個版本，根據時間戳來區分不同版本，不同版本的資料按照時間倒序排列，最新的資料排在最前面。時間戳是64為整形資料，在寫入資料時自動賦值（使用者也可以自己給時間戳賦值）。hbase並不會儲存每個時間戳的歷史資料，由使用者設定一個最大版本數來約束版本的數量，多餘的版本在合併時被刪除。

column family

（新手可以暫時這樣理解：傳統關係型資料庫裡面的列的集合就是hbase裡面的列族）hbase把同一列族裡面的資料存在同一目錄下，一個列族可以有多個列成員（eg：course這個列族可以有以下幾列 math、cs
訪問時，列名為：course：math）

cell

由行和列的座標決定，單元格是有版本的。

資料結構總述

要想唯一確定一個單元格首先確定行，再確定列族，再確定列，再確定時間戳。
話不多說了，一切盡在下圖中：

Hlog

除了介紹操作還記錄資料（eg 插入5，不僅記錄插入這個操作，還記錄5這個數字），hlog檔案是用來容災的，在發現意外時，可以恢復資料庫。

HBase體系結構

client

包含訪問hbase的介面並維護cache加快對hbase訪問

zookeeper

任何時候保證叢集中只有一個master；儲存所有region的定址入口

master

負責負載均衡，發現失效的region server並重新分配；其實master主要作用是管理協調，並不直接處理請求

region server

維護region；切分在執行過程中變得更大的region

region

hbase的表被水平劃分為多個區域，每個region會儲存一個表中的某個區域。region增大到一定閾值，會等分成兩個region；region server資料太多時，由master協調增加region server個數。一個region由多個store組成，一個store對應一個CF。

store（memstore和storefile）

store由一個memstore和多個storefile組成。memstore是寫快取，寫操作首先寫入memstore，memstore到達一定量級被儲存為storefile。store file以hfile格式存在HDFS上面。