HBase

什么是hbase?

HBase是一个高可靠，高性能，面对列可伸缩的分布式文件系统，可以存储海量的结构化，半结构化，非结构化数据（底层是按照字节数组存储的）
（HBase利用HDFS作为文件存储系统，利用zookeeper作为元数据的元数据存储）

HBase 与 HDFS 比较

HBase内部使用哈希表提供随机接入通过HashMap键快速查找到表值

HBase的特点

* 他是分布式数据库

* 列式存储

* 稀疏性
Hbase需要通过行键，列簇，列名，版本号来确定一个列值

数据模型
HBase通过表格的模式存储数据，每个表格由列和行，每个列被划分为若干个列簇

# 三维有序：
1） 一个hbase表中，行键之间按照字典顺序排序
2）一行中每一个列名之间按照字典顺序排序
3）同一个列多个版本号数据，版本之间按照字典顺序排序

HBase数据模型
HBase将数据存放在带有标签的**表**中，表由**行和列**组成，
行和列交叉确定一个**单元格**，单元格有**版本号**，版本号自动分配，
为数据插入该单元格时的**时间戳**。单元格的内容没有数据类型，**所有数据都被视为未解释的字节数组**。

  表格中每一行有一个**行键**（也是字节数组，任何形式的数据都可以表示成字符串，比如数据结构进行序列化之后），
**整个表根据行键的字节序来排序**，所有对表的访问必须通过行键。

  表中的列又划分为多个**列族**（column family），同一个列族的所有成员具有相同的前缀，具体的列由列修饰符标识，
因此，**列族和列修饰符**合起来才可以表示某一列，比如：info:format、cotents:image

在创建一个表的时候，列族必须作为模式定义的一部分预先给出，而**列族是支持动态扩展的**，
也就是列族成员可以随后按需加入。物理上，所有的列族成员一起存放在文件系统上，
所以实际上说HBase是面向列的数据库，更准确的应该是**面向列族**，
调优和存储都是在列族这个层次上进行的。一般情况下，同一个列族的成员最后具有相同的访问模式和大小特征。

  总结起来，HBase表和我们熟知的关系型数据库的表很像，不同之处在于：**行按行键排序，列划分为列族，单元格有版本号，没有数据类型。**

Hbase数据坐标

我们由【行键，列簇，列名，版本号（时间戳。自动分配）】确定一个单元格，单元格的数据没有类型，全部都是由字节码形式存储，我们可以将她看做成一个思维坐标

HBase系统架构

HBase的组件
HBase由三种类型的服务器以主从模式构成：
Region Server：负责数据的读写服务，用户通过与Region server交互实现对数据的访问

HBase HMaster：负责Region的分配及数据库的创建和删除等操作

ZooKeeper：负责维护集群的状态

Memstore 与 storefile

• 一个region由多个store组成，一个store对应一个CF（列簇）