5 Hbase

# 大綱：

* 認識 HBase

* HBase 架構

* HBase讀寫流程

 

定義：

*  HBase是一個高可靠性、高性能、面向列、可伸縮的分佈式存儲系統，利用Hbase 技術可在廉價PC Server 上搭建起大規模集羣。它是一個能夠隨機訪問的存儲和檢索數據的平臺。他不加以數據的類型。容許動態的，靈活的數據模型

 

Hbase基本概念

RowKey：是Byte array，是表中每條記錄的「主鍵」，方便快速查找，Rowkey的設計很是重要。
Column Family：列族，擁有一個名稱(string)，包含一個或者多個相關列
Column：屬於某一個columnfamily，familyName:columnName，每條記錄可動態添加
Version Number：類型爲Long，默認值是系統時間戳，可由用戶自定義
Value(Cell)：Byte array

 

Client

包含訪問HBase的接口，並維護cache來加快對HBase的訪問，好比region的位置信息

Master

爲Region server分配region

負責Region server的負載均衡

發現失效的Region server並從新分配其上的region

管理用戶對table的增刪改查操做

Region Server

Regionserver維護region，處理對這些region的IO請求

Regionserver負責切分在運行過程當中變得過大的region

Zookeeper做用

經過選舉，保證任什麼時候候，集羣中只有一個master，Master與RegionServers 啓動時會向ZooKeeper註冊

存貯全部Region的尋址入口

實時監控Region server的上線和下線信息。並實時通知給Master

存儲HBase的schema和table元數據

默認狀況下，HBase 管理ZooKeeper 實例，好比， 啓動或者中止ZooKeeper

Zookeeper的引入使得Master再也不是單點故障

 

 

 

 物理存儲:

一、Table中全部行都按照row key的字典序排列；
二、Table在行的方向上分割爲多個Region；
三、Region按大小分割的，每一個表開始只有一個region，隨着數據增多，region不斷增大，當增大到一個閥值的時候，region就會等分會兩個新的region，以後會有愈來愈多的region；
四、Region是Hbase中分佈式存儲和負載均衡的最小單元，不一樣Region分佈到不一樣RegionServer上。

五、Region雖然是分佈式存儲的最小單元，但並非存儲的最小單元。Region由一個或者多個Store組成，每一個store保存一個columns family；每一個Strore又由一個memStore和0至多個StoreFile組成，StoreFile包含HFile；memStore存儲在內存中，StoreFile存儲在HDFS上。

# Hbase 的讀寫流程