HBase简介

一、简介

   HBase是基于列存储、构建在HDFS上的分布式存储系统，其主要功能是存储海量结构化数据。

   HBase构建在HDFS之上，因此HBase也是通过增加廉价的PC机提高系统运行和存储的能力。

   HBase中存储的表有如下特点：

1、大表：一个表可以有数十亿行，上百万列；

2、无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；

3、面向列：面向列（族）的存储和权限控制，列（族）独立检索；

4、稀疏：对于空（null）的列，并不占用存储空间，表可以设计的非常稀疏；

5、数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳；

6、数据类型单一：Hbase中的数据都是字符串，没有类型。

二、hbase的适用场景

  1、存在高并发读写

  2、表结构的列族经常需要调整

  3、存储结构化或半结构化数据

  4、高并发的key-value存储

  5、key随机写入，有序存储

  6、针对每个key保存一个固定大小的集合  多版本

    同样hbase数据也存在不适用的场景

  1、由于hbase只能提供行锁，它对分布式事务支持不好

  2、对于查询操作中的join、group by 性能很差

  3、查询如果不使用row-key查询，性能会很差，因为此时会进行全表扫描，建立二级索引或多级索引需要同时维护一张索引表

  4、高并发的随机读支持有限

三、hbase基本架构及组件说明

    由上图可知，hbase包括Clinet、HMaster、HRegionServer、ZooKeeper组件

    各组件功能介绍：

    1、Client

        Client主要通过ZooKeeper与Hbaser和HRegionServer通信，对于管理操作：client向master发起请求，对于数据读写操作：client向regionserver发起请求

    2、ZooKeeper

        zk负责存储_root_表的地址，也负责存储当前服务的master地址,regsion server也会将自身的信息注册到zk中，以便master能够感知region server的状态，zk也会协调active master，也就是可以提供一个选举master leader,也会协调各个region server的容灾流程

    3、HMaster

        master可以启动多个master，master主要负责table和region的管理工作，响应用户对表的CRUD操作，管理region server的负载均衡，调整region 的分布和分配，当region server停机后，负责对失效的regionn进行迁移操作

    4、HRegionServer

        region server主要负责响应用户的IO请求，并把IO请求转换为读写HDFS的操作