HBase基本概念

一、HBase基本概念

1、模型的逻辑实体

包括6大概念，要始终牢记，基本描述了hbase的基本特点

1. 表(table)：组织数据。
2. 行(row)：表里数据按行存储，行键是唯一标示。行键没有数据类型，总是视为字节数组byte[]。
3. 列族(column family)：行里的数据按列族分组，列族同时确定了物理存放，列族的设计很重要。
4. 列限定符(column qualifier)：简称列。列族里的数据通过列定位。列不必提前定义。【无模式db】
5. 单元(cell)：行键、列族、列3个指标确定一个单元，用来存放单元值。单元值没有数据类型，总是视为byte[]。【无模式db】
6. 时间版本(version)：值可以保存多个版本，用时间戳标识。默认有3个版本。

rdbms中是二维坐标，行+列；hbase中是4维坐标，行+列族+列+版本
hbase是key-value数据库库。

2、HBase的存储模型：

1. Region：是表按行键水平分割的存储单位，相当于rdbms的分区。在RegionServer上，是逻辑单元，是hbase分布的最小单位。
2. Store：每个列族对应一个store。Region包含多个列族，即Region包含多个Store。
3. StoreFile：每个store包含memStore和Stofile，MemStore是写缓存，写满后内存刷出就是StoreFile。 HFile：HFile是HBase数据存储在Hadoop上才有的概念，HBase底层存储结构可以不是Hadoop，上面引进StoreFile就是由于这个原因对底层存储文件做的一次封装。HFile通过hbase的dfsClient写入到hdfs。
   

3、功能组件

1. Client:访问hbase；缓存Cache。
2. Zookeeper:确保唯一master；保存region地址；监控regionserver；存储hbase的元数据。
3. Master:分配region；发现失效的regionserver；管理用户对table的操作。
4. RegionServer:维护region；处理对region的IO；切分过大region。
   

二、hbase特点

分布式、列式、nosql数据库

三、hbase的适应场景

1）存储海量数据
2）高写入
3）大数据的高效随即访问
4）高扩展性scale gracefully with data
5）结构或半结构化数据
6）不需要rdbms的全部特性，如跨表、跨行的事务；join？