Hadoop-33 HBase 初识简介 项目简介 整体架构 HMaster HRegionServer Region

点一下关注吧！！！非常感谢！！持续更新！！！

目前已经更新到了：

• Hadoop
• HDFS
• MapReduce
• Hive
• Flume
• Sqoop
• Zookeeper

章节内容

上节我们完成了：

• 并发出现的问题
• 锁的解决方案
• ZK分布式锁的解决方案
• 实现一个简单的分布式锁ZK版

背景介绍

这里是三台公网云服务器，每台 2C4G，搭建一个Hadoop的学习环境，供我学习。
之前已经在 VM 虚拟机上搭建过一次，但是没留下笔记，这次趁着前几天薅羊毛的3台机器，赶紧尝试在公网上搭建体验一下。

• 2C4G 编号 h121
• 2C4G 编号 h122
• 2C2G 编号 h123

项目简介

HBase 基于 Google 的 BigTable 论文而来，是一个分布式海量列式非关系型数据库，可以提供超大规模数据集的实时随机读写。
我们平常用的 MySQL 是行存储，空字段也会占用和浪费存储空间。
而列存储可以减少存储空间的占用，同时可以支持非常多的列。

项目优点

• 海量存储：底层基于HDFS存储海量数据
• 列式存储：HBase表的数据是基于列族进行存储的，一个列族包含多个列。
• 极易扩展：底层依赖HDFS，当磁盘空间不足时，只需要动态增加DataNode服务节点
• 高并发：支持高并发的读写请求
• 稀疏：稀疏主要是针对HBase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
• 数据的多版本：HBase表中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的，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中是以字节数组进行存储的。

项目应用

• 交通方面：船舶GPS信息，每天有上千万的数据
• 金融方面：消费信息等等
• 电商方面：电商网站交易、物流、浏览等
• 电信方面：通话信息等等

数据模型

详细的表格概念：

整体架构

ZooKeeper

• 实现了 HMaster 的高可用 保存了HBase元数据 是所有HBase表的寻址入口
• 对HMaster和HRegionServer实现了监控

HMaster

• 为HRegionServer分配Region 维护整个集群的负载均衡
• 维护集群的元数据信息
• 发现失效的Region，将失效的Region分配到正常的HRegionServer上

HRegionServer

• 负责管理Region
• 接收客户端的读写数据请求
• 切分在运行过程中变大的Region

Region

• 每个HRegion由多个Store构成
• 每个Store保存成一个列族（Columns Family），表有几个列族，就有几个Store
• 每个Store由一个MemStore和多个StoreFile组成，MemStore是Store在内存中的内容，写到文件后就是StoreFile。