Hbase 01_初学必知
Hbase
-Hadoop Database,是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库
-利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理HBase中的海量数据,利用Zookeeper作为其分布式协同服务
-主要用来存储非结构化和半结构化的松散数据(列存 NoSQL 数据库)
HBase 数据模型
ROW KEY
·决定一行数据
·按照字典顺序排序的。
·Row key只能存储64k的字节数据
Column Family列族 & qualifier列
·HBase表中的每个列都归属于某个列族,列族必须作为表模式(schema)定义的一部分预先给出。如 create ‘test’, ‘course’;
·列名以列族作为前缀,每个“列族”都可以有多个列成员(column);如course:math, course:english, 新的列族成员(列)可以随后按需、动态加入;
·权限控制、存储以及调优都是在列族层面进行的;
·HBase把同一列族里面的数据存储在同一目录下,由几个文件保存。
Timestamp时间戳
·在HBase每个cell存储单元对同一份数据有多个版本,根据唯一的时间戳来区分每个版本之间的差异,不同版本的数据按照时间倒序排序,最新的数据版本排在最前面。
·时间戳的类型是 64位整型。
·时间戳可以由HBase(在数据写入时自动)赋值,此时时间戳是精确到毫秒的当前系统时间。
·时间戳也可以由客户显式赋值,如果应用程序要避免数据版本冲突,就必须自己生成具有唯一性的时间戳。
Cell单元格
·由行和列的坐标交叉决定;
·单元格是有版本的;
·单元格的内容是未解析的字节数组;
-由{row key, column( =<family> +<qualifier>), version} 唯一确定的单元。
-cell中的数据是没有类型的,全部是字节数组形式存贮。
HLog(WAL log)
·HLog文件就是一个普通的Hadoop Sequence File,Sequence File 的Key是HLogKey对象,HLogKey中记录了写入数据的归属信息,除了table和region名字外,同时还包括 sequence number和timestamp,timestamp是” 写入时间”,sequence number的起始值为0,或者是最近一次存入文件系统中sequence number。
·HLog SequeceFile的Value是HBase的KeyValue对象,即对应HFile中的KeyValue。
Hbase架构:
Client
·包含访问HBase的接口并维护cache来加快对HBase的访问
Zookeeper
·保证任何时候,集群中只有一个活跃master
·存贮所有Region的寻址入口。
·实时监控Region server的上线和下线信息。并实时通知Master
·存储HBase的schema和table元数据
Master
·为Region server分配region
·负责Region server的负载均衡
·发现失效的Region server并重新分配其上的region
·管理用户对table的增删改操作
RegionServer
·Region server维护region,处理对这些region的IO请求
·Region server负责切分在运行过程中变得过大的region
Region
·HBase自动把表水平划分成多个区域(region),每个region会保存一个表里面某段连续的数据
·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,region就会等分会两个新的region(裂变)
·当table中的行不断增多,就会有越来越多的region。这样一张完整的表被保存在多个Regionserver 上。
Memstore 与 storefile
·一个region由多个store组成,一个store对应一个CF(列族)
·store包括位于内存中的memstore和位于磁盘的storefile写操作先写入memstore,当memstore中的数据达到某个阈值,hregionserver会启动flashcache进程写入storefile,每次写入形成单独的一个storefile
·当storefile文件的数量增长到一定阈值后,系统会进行合并(minor、major compaction),在合并过程中会进行版本合并和删除工作(majar),形成更大的storefile
·当一个region所有storefile的大小和数量超过一定阈值后,会把当前的region分割为两个,并由hmaster分配到相应的regionserver服务器,实现负载均衡
·客户端检索数据,先在memstore找,找不到再找storefile
·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。
·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HDFS上。
Hbase 01_初学必知相关推荐
- Hive 01_初学必知
Hive Hive的产生: 非java编程者对hdfs的数据做mapreduce操作 Hive : 数据仓库. Hive:解释器,编译器,优化器等. Hive 运行时,元数据存储在关系型数据库里面. ...
- css样式加入的法方,初学必知:XHTML网页中加入CSS的五种方_css
在Xhtml网页中如何加入css呢?这篇教程告诉大家引入CSS的几种方式. XHTML文件是通过CSS样式进行显示的控制的,也就是结合XHTML与CSS来表现页面内容.那么到底有哪些方式在XHTML文 ...
- Hadoop 02_初学必知
Hadoop简介:http://hadoop.apache.org 分布式存储系统HDFS (Hadoop Distributed File System )POSIX 分布式存储系统 提供了 高可靠 ...
- 初学编程者必知的五个网站
初学编程者必知的五个网站 发表于9小时前| 7150次阅读| 来源CSDN| 43 条评论| 作者钱曙光 程序员编程编程语言计算机职场 摘要:学习编程能锻炼你的思维,形成一种思考方式,让你更好地思考一 ...
- sql优化的15个小技巧(必知五颗星),面试说出七八个就有了
目录 前言 1 避免使用select * 2 用union all代替union 3 小表驱动大表 4 批量操作 5 多用limit 6 in中值太多 7 增量查询 8 高效的分页 9 用连接查询代替 ...
- 程序员必知8大排序3大查找(三)
前两篇 <程序员必知8大排序3大查找(一)> <程序员必知8大排序3大查找(二)> 三种查找算法:顺序查找,二分法查找(折半查找),分块查找,散列表(以后谈) 一.顺序查找的基 ...
- Android 开发者必知的开发资源
英文原文:Bongzimo 翻译: ImportNew-黄小非 译文链接:http://www.importnew.com/3988.html Android 开发者必知的开发资源 随着Androi ...
- Python工程师求职必知的经典面试题
最近几年,学习Python语言的同学越来越多,学成之后大家对于后期的面试都遇到了很多难题,小编这次为大家整理了一份关于Python工程师求职必知的经典面试题!希望能够帮助到正在找Python工作的同学 ...
- servlet必知细节(三)-- DefaultServlet
servlet必知细节(三)-- DefaultServlet 缺省servlet:org.apache.catalina.servlets.DefaultServlet,作用是处理其他servlet ...
最新文章
- ubuntu截图工具
- 传海思砍台积电第三季度一半手机订单
- 安卓突击:Android 动画有哪几种?
- 殇-至吾爱 ---经典
- 为何银联选择了Apple pay?
- 互联网公司面试经历(转载)
- oracle 索引 lob 迁移,Oracle 11g到19c迁移TB级lob表的酸爽
- C#面向对象10 继承
- 快进来看王冰冰!用Python写了一个青年大学习提醒系统
- Android TextView drawableLeft 在代码中实现
- u盘安装ubuntu server 14.04 以及No CD-ROM drive was detected 错误
- 编译安装Nginx以及配置运行Drupal 8,实现上传进度功能
- Python 3.8.7安装教程
- 朱利亚 matlab分形图,【分形之美 02】分形图像怎么画?详解曼德勃罗朱利亚分形绘制方法...
- 输入法linux debin,Debian下安装搜狗拼音输入法
- Mac CAD 安装完成后,打开注册机时出现 应用程序“02_注册机”不能打开。
- 当你感觉为时已晚的时候,恰恰是最早的时候。
- JVM:Java内存区域和Java内存模型
- [AHK]按住左键可以移动鼠标下的窗口
- 华硕主板如何设置开机自启_华硕主板每次开机都进bios 华硕主板开机总是自动进入了BIOS设置界面怎么办?...
热门文章
- 洛谷 - P3321 [SDOI2015]序列统计(原根+NTT)
- 牛客 - 完全图(二分)
- ubuntu 电源按钮操作_Ubuntu电脑操作基础:桌面背景,屏保和电源
- 引用wx.getclipboarddata中的内容_教材、图书在引用时要注意哪些方面
- 手机当电脑音响_hifi迷你组合音响怎么样 hifi迷你组合音响优势简介【详解】
- 分治算法-02凸包问题
- Python配置-virtualenv和conda的区别
- java数据同步处理_Java如何处理多线程的数据同步问题
- poj1743(后缀数组+二分--不可重叠最长重复子串)
- HDU3939(毕达哥拉斯三元组的解)