Hbase基本架构概念

• Hbase：开源的非关系型分布式数据库

非关系型与关系型数据库区别：对事务的要求
数据库事务:指作为单个逻辑工作单元执行的一系列 要么完全地执行，要么完全地不执行。
事务正确执行的四个基本要素的缩写（ACID）。包含:原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability)。
非关系型数据库NoSQL（not only sql）对事务要求不严格，不遵循ACID原则。

• Hbase:基于Hadoop平台，意味着强扩展性和高吞吐量
• Hbase采用Key/Value存储方式。列式数据库可以分字段存储到不同集群上。所以数据少时查询不快，数据多时查询不慢。适用于当数据量大，并发量高，少用表关联时（基本的表关联在Hbase上需要较大的代码实现MapReduce过程）
• Hbase部署架构
  Hbase部署架构（引用了Hbase不睡觉书）

一般一个HBase集群有一个Master服务器和几个RegionServer服务
器。 Master服务器负责维护表结构信息，主要操作一些需要跨regionServer服务器的协调工作例如建表，删表，移动region合并等。 实际的数据（以region（一段数据的集合）为单位）都存储在RegionServer服务器上。RegionServer保存的表数据直接存储在Hadoop的HDFS上。ZooKeeper在HBase中扮演的角色类似一个管家，ZooKeeper管理了HBase所有RegionServer的信息， 包括具体的数据段存放在哪个RegionServer上。
客户端每次与HBase连接， 其实都是先与ZooKeeper通信， 查询出哪个RegionServer需要连接。连接RegionServer服务器取出数据，因此当Master节点挂掉之后，仍然可以查询该集群中的数据，只是不能建立新表（Master管理表结构）

• Hbase存储架构
  Hbase存储架构（引用了Hbase不睡觉书）
  最基本的存储单位是列（ column） ， 一个列或者多个列形成一行（ row） 。每个行（ row） 都拥有唯一的行键（ row key） 来标定这个行的唯一性。 每个列都有多个版本， 多个版本的值存储在单元格（ cell） 中。若干个列又可以被归类为一个列族。

1. 列族 是建表时需要确定的信息，表的很多属性， 比如过期时间、 数据块缓存以及是否压缩等都是定义在列族上。Hbase会把相同列族的列尽量放在同一个机器上。
2. 单元格：一个列上可以存储多个版本的值， 多个版本的值被存储在多个单元格里面， 多个版本之间用版本号（Version） 来区分。 所以， 唯一确定一条结果的表达式应该是行键:列族:列:版本号（ rowkey:column family:column:version）
3. 一个region是多个行按照行键字典排序后的集合。