就是一数据库
但是，是非关系型数据库(NoSql)【关系型数据库 vs 非关系型数据库(自行了解)】

特点

• 高可靠
• 高并发 读写
• 可伸缩
• 异构建
• 面向列

解释面向列：
数据库存储分两种 行存储 、列存储

image.png

总结：
行存储适合小数据量写，列存储适合大数据量读

总结

Hbase适合海量数据存储
快速随机访问
大量写操作应用

非结构化信息 -》Hbase -》结构化存储

Hbase数据模型

从逻辑上理解几个概念：

image.png

行健RowKey：一定是按照字节顺序存储的，方便查询 byte array
列族ColumnFamily：类型
列Column：元数据
版本VersionNumber：默认值时间戳 Long类型
值Value：就是字面量

拆分理解：

image.png

上面的表存储了2行记录，a行，b行
a行有2个列族， cf1，cf2，
cf1列族有2个列，"bar" ， "foo"
bar列有2个版本，583，261
583版对应着1个值 7

这就是三维有序
按照三维去排序，前两维是字节顺序，第三维是倒序

image.png

从物理上理解存储

image.png

一张表，是

image.png

region:
按行划分region，如上图1-50行是regionA，50-100行是regionB
会按照大小分割，每张表一开始只有一个region，随着记录逐渐增多，达到一个阈值，等分成2个region

 逻辑概念              物理概念  
 Region                Hregion
 RegionServer机器          HregionServer

 HregionServer 包含很多 Hregion
 Hregion 包含很多 Hstore  
 Hstore 由2部门组成 Memstore StoreFile   内存与磁盘
 Hsore 与 column family 对应

架构

client、zookeeper 、hmaster、hregionServer
hmaster:负载均衡，管理分配hregion，管理table元数据，权限控制
hregionServer:存储hregion，读写hdfs管理table数据
hregionServer上可以存1000个hregion
zk负责与master，与regionserver交互
client缓存rowkey -> hregion 关系
memstore写缓存，每个cf上都有自己memstore，因为cf与hstore对应
blockcache读缓存，
hlog避免数据丢失，在hregion共享，先写hlog(WAL)，再写memstore

每次写log时，首先HbaseClient 寻址，.Meta 对应着 hregionServer 的 region，
检查数据是否存在memstore中，存在就退出
不存在先写hlog(hdfs)，然后写memstore，写成功后返回

memstore益写到storefile ，导致storefile 会冗余，通过时间戳或者标记等字段storefile会有combine操作，

表结构设计

rowkey
目的：减少数据倾斜
策略：逆排序，hash(md5，crc32)
cf
策略：尽量少，1-2个，因为flush与region合并时，触发基本单位是region级别
这个flush是指memstore flush filestore

实践

安装

0.98.6
①：安装

tar zxvf hbase-0.98.6-hadoop2.tar.gz

②：配置./bashrc

   export HBASE_HOME=/opt/hbase-0.98.6-hadoop2
   export PATH=$PATH:$HABSE_HOME/bin 

3：配置conf/hbase.env.sh

    export HBASE_MANAGES_ZK=true
    export JAVA_HOME=/usr/local/src/jdk1.8.0_181

④：配置conf/hbase.site.xml

 <configuration>
     <property>
         <name>hbase.rootdir</name>
         <value>hdfs://master:9000/hbase</value>
     </property>
     <property>
         <name>hbase.cluster.distributed</name>
        <value>true</value>  false表示单机模式，true表示分布式模式
     </property> 
     <property>
         <name>hbase.zookeeper.quorum</name>
         <value>master,slave1,slave2</value>
     </property>
     <property>
         <name>dfs.replication</name>
         <value>2</value>
     </property>
 </configuration> 

5：配置conf/regionservers

  slave1
  slave2

⑥：分发到othersNode

  scp -rp hbase-0.98.6-hadoop2  slave1: /opt/
  scp -rp hbase-0.98.6-hadoop2  slave2: /opt/

⑦：启动hbase

./start-hbase.sh
进程验证：jps验证hmaster、hregionServer进程
页面验证：http://master:60010/master-status
命令行验证：./bin/hbase shell    进入终端  status

shell操作

python操作

本地操作
集群操作

java操作

本地操作