1、模式定义

表

HBase中数据最终会存储在一张表或多张表中。

HTableDescriptor()
HTableDescriptor(String name)
HTableDescriptor(byte[] name)
HTableDescriptor(HTableDescriptor desc)

虽然理论上HBase的表是由行和列组成的，但从物理结构上看，表存储在不同的分区，即不同的region

region中行的逻辑与物理视图

表述性

文件大小限制、memstore刷写大小、延迟日志刷写、只读、其他选项

列族

列族名字必须是可见字符，列名可以由任意二进制字符组成

HColumnDescriptor()
HColumnDescriptor(String familyName)
HColumnDescriptor(byte[] familyName)
void addFamily(HColumnDescriptor family)

列族映射到独立存储文件

列族不能被重命名，通常是新建一个列族，然后使用API从旧列族中复制数据到新列族

2、HBaseAdmin

HBaseAdmin提供了建表、创建列族、检查表是否存在、修改表结构和列族结构和删除表功能
HBaseAdmin(Configuration conf) throws MasterNotRunningException, ZooKeeperConnectionException
HBaseAdmin实例的生命周期不宜太长

void createTable(HTableDescriptor desc)
... 

Configuration conf = HBaseConfiguration.create();
HBaseAdmin admin = new HBaseAdmin(conf);
HTableDescriptor desc = new HTableDescriptor(Bytes.toBytes("testtable"));
HCloumnDescriptor coldef = new HCloumnDescriptor (Bytes,toBytes("colfam1"));
desc.addFamily(coldef);
admin.createTable(desc);

列操作，异步调用

void addColumn(String tableName, HColumnDescriptor column)
void deleteColumn(String tableName, HColumnDescriptor column)
void modifyColumn(String tableName, HColumnDescriptor column)

集群操作
表中所有更新在未刷写到磁盘之前都会先写入region的MemStore实例，这是显示刷写

void flush(String tableNameOrRegionName)

合并，是异步方法。调用之后会在region服务器有执行队列进行操作。majorCompact会迭代这张表的所有region，多个HFile重写成一个HFile；minor合并是合并多个小文件。

void compact(String tableNameOrRegionName)
void majorCompact(String tableNameOrRegionName)

移动，可以控制某个region在哪台服务器上线

void move(byte[] encodedRegionName, byte[] destServerName)

调用HBaseAdmin.getClusterStatus可以查询ClusterStatus实例，这个实例包含了master搜集到整个集群信息

3、远程调用

这些服务内部直接使用基于HTable的客户端API来访问表

远程调用

4、与MapReduce集成

MR过程

InputFormat

拆分输入数据，同时返回RecordReader实例，这个实例定义了键值对象的类，并提供了next方法来遍历输入的数据
对于HBase，用户需要提供一个Scan实例。

Mapper

Mapper读取一组特定的键值对，但输出其他类型
HBase提供了一个TableMapper类，将key的类强制转换成一个ImmutableByteWritable，将value类型强制转换为Result类型

Reducer

得到Mapper的输出，经过shuffle和sort的处理。每个Map输出的中间结果都会被复制到Reduce服务器，同时sort阶段会将所有shuffle的数据进行联合排序。

OutputFormat

将数据持久化到不同的位置。
许多Mapper将记录传输给Reducer，但是只有一个OutputFormat处理它对应的Reducer输出。

OutputFormat

执行时Hadoop能够知道块的位置，让操作尽可能在块所在的地方进行执行。HBase的数据也是存储在HDFS上的

一个具体的例子
https://github.com/larsgeorge/hbase-book/blob/master/ch07/src/main/java/mapreduce/AnalyzeData.java