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 ...

Hbase 01_初学必知

Hbase 01_初学必知相关推荐

最新文章

热门文章