HBase的基本概念和我遇到的问题解决方法

        最近在学习Hadoop和HBase，现在总结一下HBase的一些基本概念，理解好后使用和开发更容易。HBase是一个分布式的、面向列的数据存储系统。它在HDFS基础上提供随机读写的功能。HBase有如下特性，没有真正的索引，自动分区，线性扩展和对于新结点的自动处理，普通商用硬件支持，容错，批处理。

1、HBase逻辑结构

行，列，列族和单元格(cell)。行是由许多列组成，那些列按列族分组。列由family:qualifier标识，qualifier可以是任意字节数组。每个列值或者cell是timestamped。这个用来存储一个值的多个版本因为它随着时间改变。

2、HBase物理结构

HBase的可伸缩性和负载均衡的基本单位是区域(region)。区域是连续范围的行存储在一起。每个区域由一个区域服务器(region server)服务，每个区域服务器在任何时间可以服务多个区域。

数据存放在存储文件叫做HFile，它是持久的、有序的和不可变的从keys到values的maps。HFile文件经常存放在HDFS，HDFS为HBase提供了可伸缩的，持久的和复制的存储层。

当数据更新的时候首先写到一个提交日志(commit log)，它称为write-ahead log(WAL)，然后加入内存中的memstore。如果在memstore的数据超过一个给定的最大值，它会被刷入(flush)到文件系统作为HFIle文件。

一个删除标记(delete marker)被写表示那些键已经被删除的事实。在检索过程中，这些删除标记会掩盖真正的值并隐藏它们出现在读客户端。

HBase内部保留名为-ROOT-和.META.的特殊目录表(catalog table)。它们维护着当前集群上所有区域的列表、状态和位置。-ROOT-表包含.META.表的区域列表。.META.表包含所有用户空间区域的列表。表中的项使用区域名作为键。区域名由所属的表名、区域的起始行、区域的创建时间以及对其整体进行的MD5哈希值组成。

图1 Hbase结构

3、我在安装和运行HBase遇到的问题和解决方法

（1）在Ubuntu11.04下,当尝试使用hbase shell时，输入命令create 't1','f1'，出现

ERROR:org.apache.hadoop.hbase.NotAllMetaRegionOnlineException:Time out错误。

解决：在/etc/hosts文件里把127.0.1.1改为127.0.0.1.在Ubuntu11.04有一个重复循环地址，移除一个解决它。

（2）运行HBase的MapReduce程序前将以下几个hbase的jar包复制到hadoop lib目录下，并且重新启动hbase与hadoop。

  #cd /opt/hbase

  #cp hbase-*.jar lib/zookeeper-*.jar /opt/hadoop/lib/

 重启hbase与hadoop。