Hbase学习

hbase架构：

1. Zookeeper
   Master与RegionServers启动时向Zookeeper注册，保证任何时候集群只有一个Master，监控Region server的上下线信息，并实时通知给master。存储HBase的schema和table元数据。

2. HBase Master: 一个主服务器
   集群只有一个master，维护Region服务器列表，分配Reign，负载均衡

3. HRegion Servers

   • 作用：存储和维护分配给自己的Reign，处理来自客户端的读写
   • region：table在行方向上的切分。分布式存储和负载均衡的最小单元。随着数据不断插入表，region不断增大，当region的某个列组达到一个阈值时会分成两个新region.<表名，stratRowkey，创建时间>
   • store:一个region由一个或多个store组成。一个列组建立一个store，将会一起访问的数据放在一个store里
   • memstore：存储于内存中，保存修改的数据key-value，当memstore大小达到一个阈值，memstore被flush到文件中。
   • storefile：memstore写到文件中即为storefile
   • 若一个region由多个store组成，则每个store由1个memstore和0或多个storefile组成

4. HBase client
   包含访问HBase的接口，维护cache来加快对HBase的访问

特点：
1. 面向列：面向列（组）的存储和权限控制，列（组)独立检索
2. 稀疏：为Null的列cell不占用存储空间，因此表可以设计的非常稀疏
3. 无模式：每一个行都有一个可以排序的主键和任意多的列，列可以根据需要动态增加，同一张表中不同的行可以有不同的列
4. 数据多版本：每个单元中的数据可以有多个版本，默认根据单元格插入时的时间戳
5. 类型一定：数据均为字符串，以byte字节数组存储

1. Row Key访问方式：

   • 单个Row key
   • Row Key 的range全表扫描

2. 列组

   • 列组是表的schema的一部分，列组需要提前定义
   • 访问控制、磁盘和内存的使用都是在列组层面进行的