HBase簡介

一、簡介

   HBase是基于列存儲、構建在HDFS上的分布式存儲系統，其主要功能是存儲海量結構化數據。

   HBase構建在HDFS之上，因此HBase也是通過增加廉價的PC機提高系統運行和存儲的能力。

   HBase中存儲的表有如下特點：

1、大表：一個表可以有數十億行，上百萬列；

2、無模式：每行都有一個可排序的主鍵和任意多的列，列可以根據需要動態的增加，同一張表中不同的行可以有截然不同的列；

3、面向列：面向列（族）的存儲和權限控制，列（族）獨立檢索；

4、稀疏：對于空（null）的列，并不占用存儲空間，表可以設計的非常稀疏；

5、數據多版本：每個單元中的數據可以有多個版本，默認情況下版本號自動分配，是單元格插入時的時間戳；

6、數據類型單一：Hbase中的數據都是字符串，沒有類型。

二、hbase的適用場景

  1、存在高并發讀寫

  2、表結構的列族經常需要調整

  3、存儲結構化或半結構化數據

  4、高并發的key-value存儲

  5、key隨機寫入，有序存儲

  6、針對每個key保存一個固定大小的集合  多版本

    同樣hbase數據也存在不適用的場景

  1、由于hbase只能提供行鎖，它對分布式事務支持不好

  2、對于查詢操作中的join、group by 性能很差

  3、查詢如果不使用row-key查詢，性能會很差，因為此時會進行全表掃描，建立二級索引或多級索引需要同時維護一張索引表

  4、高并發的隨機讀支持有限

三、hbase基本架構及組件說明

    由上圖可知，hbase包括Clinet、HMaster、HRegionServer、ZooKeeper組件

    各組件功能介紹：

    1、Client

        Client主要通過ZooKeeper與Hbaser和HRegionServer通信，對于管理操作：client向master發起請求，對于數據讀寫操作：client向regionserver發起請求

    2、ZooKeeper

        zk負責存儲_root_表的地址，也負責存儲當前服務的master地址,regsion server也會將自身的信息注冊到zk中，以便master能夠感知region server的狀態，zk也會協調active master，也就是可以提供一個選舉master leader,也會協調各個region server的容災流程

    3、HMaster

        master可以啟動多個master，master主要負責table和region的管理工作，響應用戶對表的CRUD操作，管理region server的負載均衡，調整region 的分布和分配，當region server停機后，負責對失效的regionn進行遷移操作

    4、HRegionServer

        region server主要負責響應用戶的IO請求，并把IO請求轉換為讀寫HDFS的操作