HBase概述_hbase表

1、HBase 简介

1.1、HBase是什么

        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系统，可以提供 超大规模数据集的实时随机读写。

接下来，通过一个场景初步认识HBase列存储

如下MySQL存储机制，空值字段浪费存储空间

如果是列存储的话，可以这么玩......

rowkey：1 name：小明

rowkey：1 age：23

rowkey：1 job：学生

rowkey：2 name ：小红

rowkey：2 salary：10w

rowkey：2 job：律师

....

列存储的优点：

• 减少存储空间占用。
• 支持好多列

1.2、HBase的特点

• 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，一个列族包含若干列
• 极易扩展：底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加DataNode服务节点就可以
• 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，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

1.3、HBase的应用

• 交通方面：船舶GPS信息，每天有上千万左右的数据存储。
• 金融方面：消费信息、贷款信息、信用卡还款信息等
• 电商方面：电商网站的交易信息、物流信息、游览信息等
• 电信方面：通话信息

总结：HBase适合海量明细数据的存储，并且后期需要有很好的查询性能（单表超千万、上亿， 且并发要求高）

2、HBase数据模型

HBase的数据也是以表（有行有列）的形式存储

HBase逻辑架构

HBase物理存储 

3、HBase整体架构 

Zookeeper 

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

HMaster（Master）

• 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，并将失效的Region分配到正常的HRegionServer上

HRegionServer（RegionServer）

• 负责管理Region
• 接受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保存一个列族（Columns Family），表有几个列族，则有几个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。StoreFile底层是以HFile的格式保存。