Hbase基础原理

发展历史

• HBASE是建立在HDFS上的高性能数据库系统
• 通过ROWKEY和主键的range来检索数据
• HIVE支持多表的复杂操作
• 主要是横向扩展，通过增加廉价的服务器，来提高计算能力
• 表名，行健，列组，列，值

HBASE中的行只支持三种方式访问

1.通过单个ROWKEY访问
2.通过ROWKEY的范围访问
3.全表扫描

注意ROWKEY在HBASE的内部保存为“字节数组”，一般长度为100左右的BYTES

• HBase中通过row和columns确定的为一个存贮单元称为cell。每个cell都保存着同一份数据的多个版本
• 不同版本的数据按照倒序排序，最新的排在最前面
• 时间戳可以自动赋值，也可以由客户端显示赋值，时间精确到当前时间系统毫秒
• 都是按照字节码形式存储(CELL中)

• Table 在行的方向上分割为多个Hregion

  
  此处输入图片的描述

• region按大小分割的，每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，Hregion就会等分会两个新的Hregion。当table中的行不断增多，就会有越来越多的Hregion

  
  此处输入图片的描述

• Hregion是Hbase中分布式存储和负载均衡的最小单元。最小单元就表示不同的Hregion可以分布在不同的HRegion server上。但一个Hregion是不会拆分到多个server上的

  
  此处输入图片的描述

• HRegion虽然是分布式存储的最小单元，但并不是存储的最小单元。
  　　事实上，HRegion由一个或者多个Store组成，每个store保存一个columns family。
  　　每个Strore又由一个memStore和0至多个StoreFile组成。如图：
  　　StoreFile以HFile格式保存在GFS上

  
  此处输入图片的描述

系统架构

此处输入图片的描述 此处输入图片的描述

ZOOKEEPER

1.保证任何时候。集群中只有一个MASTER
2.存储所有REGION的寻址入口
3.监控REGION SERVER，将其上线，下线的消息通知给MASTER
4.存储HBASE的图表，包括有那些TABLE，每个由那些列组（CF）

MASTER

 1.为region server分配region
 2.负责region server的负载均衡
 3.发现失效的regionserver并重新
 分配其上的region
 4.GFS上的垃圾文件回收
 5.处理schema（图表）更新请求

REGION SERVER

1 Region server维护Master分配给它的region，处理对这些region的IO请求
2 Region server负责切分在运行过程中变得过大的region
     可以看到，client访问hbase上数据的过程并不需要master参与（寻址访问zookeeper和region server，数据读写访问regione server），master仅仅维护者table和region的元数据信息，负载很低