HBase基础

HBase

1. 概念

• 建立在HDFS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

2. HBase特点

• 海量存储
  • 可以存储大批量数据
• 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进行存储
• 极易扩展
  • 底层依赖HDFS，当磁盘空间不足时，只需动态增加datanode结点就可
  • 可以通过服务器来对集群的存储进行扩容
• 高并发
  • 支持高并发读写请求
• 稀疏
  • 系统主要是针对HBase列的灵活性，在列族中，可以指定任意列，在列数据为空的情况下，不会占用存储空间
• 数据的多个版本
  • HBase表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中是以字节数据进行存储

3. HBase数据类型

• rowKey 行键，table按照rowKey的字典序进行排序
• Column Family 列族
  • HBase表中每列都归属于某个列族
• Column列
  • 列是列族下的一个列，用列族名:列名，表示为info:name
• cell单元格
  • 指定row key行键、列族、列，可以确定一个cell单元格
  • cell中的数据是没有类型的，全部是以字节数组存储
• TimeStamp 时间戳
  • 可以对表中的cell多次赋值，每次赋值操作时时间戳，可看做cell值的版本号，一个cell可以有多个版本值

4. HBase整体架构

• client客户端是操作HBase集群的入口
  • 对管理类的操作，如表的增删改操作，Client通过RPC和HMaster通信完成
  • 对表数据的读写操作，Client通过RPC和RegionServer交互，读写数据
• Client类型
  • HBase shell
  • Java编程接口
  • Thrift、Avro、Rest等
• ZooKeeper集群
  • 实现了HMaster的高可用，多HMaster间进行主备选举
  • 保存了HBase的源信息meta表，提供了HBase表中region的寻址入口
  • 对HMaster和HRegionServer实现了监控
• HMaster
  • HBase集群也是主从架构，HMaster是主的角色
  • 主要负责Table表和Region的相关管理工作
  • 关于Table
    • 管理Client对table的增删改操作
    • 关于Region
      • 在Region分裂后，负责新Region分配到指定的HRegionServer上
      • 管理HRegionServer间的负责均衡，迁移region分布
      • 当HRegionServer宕机之后，负责其上的region的迁移
• HRegionServer
  • HBase集群中从的角色
  • 作用
    • 响应客户端的读写数据请求
    • 负责管理一系列的Region
    • 切分在运行过程中变大的Region
• Region
  • HBase集群中分布式存储的最小单元
  • 一个Region对应一个Table表中的部分数据