入門Hadoop---Hbase是什麼?

目錄

• 1.Hbase是什麼？
• 2.Hbase架構

1.Hbase是什麼？

Hbase屬於NoSql的一種。 NoSql數據庫分爲以下幾類：

• Key-Value類型數據庫

  這類數據庫主要會使用到一個哈希表，這個表有一個特定的鍵和一個指針指向特定的數據。key/value模型對IT系統來講簡單、易部署。可是對DBA只對部分值進行查詢和更新的時候，key/value就顯得效率低下了。舉例如：Tokyo Cabinet，Redis，Voldemort,Oracle BDB。

• 面向列的數據庫

  這部分數據庫用來應對分佈式存儲的海量數據。鍵仍然存在，可是它們的特色是指向多個列。這些列由列家族來安排。如： Cassandra ，HBase，Riak。

• 文檔型數據庫

  文檔型數據庫來自於Lotus Notes辦公軟件的，並且它同第一種鍵值存儲相似。該類型的數據是版本化的文檔，半結構化的文檔以及特定的 格式存儲，好比JSON。文檔數據庫能夠看做是鍵值對數據庫的升級版，容許之間嵌套值。並且文檔型數據庫比鍵值數據庫的查詢效率更高。如：CouchDB，MongoDb.國內也有文檔型數據庫 SequoiaDB ，已經開源。

• 圖形數據庫

  圖形結構的數據庫同其它行列以及結構化的SQL數據庫不一樣，它是使用靈活的圖形模型，而且可以擴展到多個服務器上。NoSQL數據庫沒有標準的查詢語言(SQL),所以進行數據庫查詢須要定製數據模型。許多NoSQL數據庫都有REST式的數據接口或者查詢API。 如：Neo4J， InfoGrid， Infinite Graph。

2.Hbase架構

Hbase依賴於MapReduce和HDFS，以下圖所示：

從圖中能夠看到一個Region由多個Store組成，一個Store對應着一個列族（Column Family）。一個store包括位於磁盤的storefile和位於內存的memstore。寫入數據的時候會先寫入memstore，當超過必定閾值後，會寫入storefile，當storefile達到必定數量後，會進行一次版本刪除和合並工做，造成更大的storefile。當region中全部的storefile超過必定閾值後，region會分割成兩個，由HRegionMaster分配到相應的region server服務器，實現負載均衡。

找數據的時候會先在memstore找，找不到再找filestore。

HRegion是實現負載均衡的最小單元，不一樣的HRegion能夠分到不一樣的HRegion Server上。

StoreFile以HFile的格式保存在HDFS上。

HBase最重要的設計是RowKey，RowKey是一個列的惟一標識。

插入列的時候要指定列族和表名，列名不重要，它是伴隨着數據插進去的。

timestamp用於標識咱們的版本。

mapreduce負責高可用，存儲region的API。

系列傳送門