Hbase结构再探究

Hbase储存再hdfs上，这是hbase的具体文件夹

1. .hbck：这是 HBase 的 hbase-hbck 工具生成的目录，用于存储修复 HBase 表的信息。hbase-hbck 工具用于检查和修复 HBase 表的一致性和完整性。

2. .tmp：这是一个临时目录，通常用于临时存储数据或文件，以便后续处理。在 HBase 中，它可能用于一些临时数据的存储或操作。

3. MasterData：这是 HBase Master 节点的数据目录，用于存储 Master 节点的状态信息和元数据。

4. WALs：这是 Write-Ahead Logs（WALs）的缩写，用于存储 HBase 的编辑日志，记录了所有表的变更操作。这个目录存储了 HBase 中的持久化数据变更。

5. archive：这是一个归档目录，可能用于存储过去的数据备份或归档数据。通常，这里存储了一些旧版本的数据。

6. corrupt：这个目录通常用于存储损坏或不可用的数据块或文件。这些文件可能已损坏或发生错误，无法正常使用。

7. data：这是 HBase 存储实际数据的目录，包含了 HBase 表的数据块和列簇。这是 HBase 中最重要的目录之一，存储了用户数据。

8. hbase.id：这个文件包含了 HBase 实例的唯一标识符或ID。它用于标识 HBase 集群中的不同实例。

9. hbase.version：这个文件包含了 HBase 版本的信息，包括版本号等。

10. mobdir：这个目录通常与 HBase 的 MOB（Medium Object）存储相关，用于存储 MOB 类型的数据。MOB 是一种用于存储大型二进制对象的机制。

11. oldWALs：这是旧的 Write-Ahead Logs（WALs）的存储目录，通常用于存储旧版本的编辑日志。

12. staging：这是一个临时存储目录，通常用于执行一些临时操作或数据迁移。

data下面每个命名空间都是一个文件夹

其中上面两个是默认就有的，下面这个是我自定义的命名空间

每张表都是一个文件夹

.tabledesc：与 HBase 表的描述信息有关。通常，HBase 表的描述信息包括表的结构、列族信息、数据编码方式等。.tabledesc 包含了与表相关的元数据或描述数据。

下面则是具体数据

1. .regioninfo：

   .regioninfo 文件是 Apache HBase 中用于存储 HRegion 的元数据的文件。在 HBase 中，数据被划分为多个区域（regions），每个区域对应一个 .regioninfo 文件。这些区域文件实际上是存储在 HDFS（Hadoop分布式文件系统）上的，而不是本地文件系统。

   每个 .regioninfo 文件包含有关特定区域的元数据信息，这些信息包括但不限于：

   1. Region Name: 区域的唯一标识符，通常是一个哈希值。

   2. Start Key: 区域的起始键。

   3. End Key: 区域的结束键。

   4. Region ID: 区域的唯一标识符。

   5. Table Name: 区域所属的表的名称。

   6. Timestamp: 区域创建的时间戳。

   这些元数据信息对于 HBase 的区域分割和数据定位非常重要。HBase会根据这些信息来确定数据应该存储在哪个区域，以及如何进行区域的拆分和合并操作。

   .regioninfo 文件通常由 HBase 自动管理，用户不需要直接编辑或操作这些文件。这些文件位于 HBase 表的 .META. 表中，HBase Master 和 Region Servers 使用这些信息来协调数据的读取和写入操作。

2. recovered.edits：

   recovered.edits 是 Apache Hadoop HDFS（分布式文件系统）中的一个文件，通常与 HBase（基于 Hadoop 的分布式数据库）相关。它包含了 HBase 的编辑日志（edit log）的恢复部分。

   HBase 的编辑日志是一种记录了所有表的变更操作（如插入、更新、删除等）的日志。这个日志用于保证数据的一致性和持久性，以便在节点故障或其他故障发生时能够还原数据。

   recovered.edits 文件通常在 HBase 的数据目录中，用于存储在 HBase Master 启动或重新启动时，从编辑日志中恢复尚未持久化到 HFile（HBase存储文件）中的数据变更。这有助于确保在 Master 节点发生故障时，不会丢失尚未应用的数据变更。

   在 HBase 运行时，编辑日志和 recovered.edits 文件的管理是由 HBase 自动完成的，用户不需要直接处理这些文件。

3. score 和 teacher，info：是我自定义的列族，每个列族都是一个目录，而字段名和值都是储存在一个文件中，因此字段名和值都是离散的。

从上面的结构分析可以看出要想查找到一个值，必须从命名空间->表名->列族名,因为列是离散的因此hbase给出了rowkey来查找每一个cell，而不是关系型数据库中通过列名来查找值

这里可以看出列名和值为什么的离散化储存的,如果我们获取数据会得到多个cell，但是对于同一个rowkey的cell都是属于一行的

Hbase shell常见命令

create 'namespace:table_name', 'column_family'

通过namespace:表名来确定在哪里创建表，只需定义表和列族

put 'namespace:table_name','rowkey','column_family:column','value'

这里添加数据，因为是离散化的表，因此lcolumn和value都是动态的，是后来添加的

disable 'namespace:table_name'

drop 'namespace:table_name'

和关系型数据库不一样的，删除某一张表必须先禁用该表再删除

disable_all

drop_all

禁用并删除hbase下的所有表，用于清空hbase，但不会删除namespace

get和scan

get  'namespace:table_name','rowkey','column_family:column',..... 

获取一个或者多个cell因为但是一次只能查询一个rowkey，也就是只能查找一行数据

scan 'namespace:table_name'

扫描表，获取数据