《HBase实战》学习笔记
第二章 入门
HBase写路径:
增加新行和修改已有的行,内部机制是一样的。
写入的时候,会写到预写日志(WAL)和MemStore中。
MenmStore是内存里的写入缓冲区。填满后,会将数据刷写到硬盘里,生成一个HFile,HFile是HBase的低层存储格式。
一个列族可以有多个HFile,但一个HFile不能存储多个列族的数据。
一般使用HDFS作为底层文件系统。
如果服务器宕机,MemStore里丢失的数据可以通过WAL来恢复。
HBase读路径:
读数据的时候,要从HFile和MemStore里拿数据。
读操作使用了BlockCache,用来保存从HFile里频繁读入内存的数据。
Block是HBase从硬盘读数据的基本单位,默认64KB。
一个完整行的数据可能存放在多个HFile里。
删除:
HFile是不可用修改的,所以删除不是立即删除内容,只是给记录打上删除标记,实质上是增加一条墓碑记录写入进来。
打上删除标记的内容不会被get和scan返回。
只有执行大合并,被删除的记录占用的空间才回被释放。
合并:
合并分为大合并(major compaction)和小合并(minor compaction)。
小合并将多个小HFile合并成一个大HFile。读出已有的多个HFile内容,写入到一个新文件,删除老文件。
大合并将处理给定region的一个列族的所有HFile。
大合并是清理被删除记录的唯一机会。因为不能保证被删除的记录和墓碑记录在一个HFile里,只有大合并才能同时访问到这两种记录。
数据模型:
HBase没有严格形态的数据,数据记录可能包含不一致的列,不确定大小等,这种数据称为半结构化数据。
HBase不能实施关系约束,并且不支持多行事务。
一行中一个列族的数据不一定存放在同一个HFile里,但是要物理存放在一起。
小结:
HBase是为半结构化数据和水平可扩展性设计的数据库。
数据按照四维坐标系统来组织:行键,列族,列限定符,时间版本。
HBase是无模式数据库,只需要提前定义列族。
也是无类型数据库,按照字节数组存储。