HBase学习笔记

1.Hbase是一个用java语言实现的，构建于Hadoop分布式系统（HDFS）上的分布式数据库。

2.HBase的特点：

  a：海量存储

  b：列式存储（可以针对列进行权限控制和读取）

  c：多版本：根据时间戳存储不同版本的数据

  d：稀疏性：

        1. 为空的列不占用实际存储空间

         2.传统数据库为空的列依然要占用存储空间

  e：高扩展，高可用性：底层基于HDFS，高可用和扩展性得到了保障。

3.HBase中表结构模型

  a：表（table）：用于存储管理数据，具有稀疏性，面向列的特点。

  b：行键（RowKey）：类似于MYSQL中的主键，HBase根据行键来快速检索数据，一个行键对应一条记录。与MYSQL主键不同的是，HBase的行键是天然固有的，每一行数据都存在行键。

  c：列簇（ColumnFamily）：是列的集合。列族在表定义是需要指定，而列在插入数据是动态指定。列中的数据都是以二进制的形式存在，没有数据类型。

 d：时间戳（TimeStamp）：是列的一个属性，是一个64位整数。由行键和列确定的单元格，可以存储多个数据，每个数据含有时间戳属性，数据具有版本特性。可以根据版本或时间戳来指定查询历史版本数据，如果都不指定，则默认返回最新版本的数据。

4.HBase系统架构

可以看出HBase需要依赖Zookeepeer和HDFS。

  a：Zookeeper

      1：保证任何时候，集群中只有一个running master，避免单点问题；

       2：存储所有Region的寻址入口，包括表地址，HMaster地址；

      3：实时监控Region Server的状态，将Region Server的上线和下线信息，实时通知通知给Master；

     4：存储Hbase的schema，包括有哪些table，每个table有哪些column family

  b：Master：可以启动多个HMaster，通过Zookeeper的Master Election机制保证总有一个Master运行。

  c：RegionServer：HBase中最核心的模块，主要负责响应用户的I/O请求，向HDFS文件系统中读写数据。

  d：HDFS：负责存储数据。