HBase-基本概念

目录

HBase定义

HBase的逻辑结构与存储结构

 数据模型

 HBase的基本架构

---

HBase定义

H代表HDFS，Base代表DataBase，以HDFS为基础的分布式非关系型（NoSQL）数据库。

NoSQL数据库是以K，V来存储的，读取效率比关系型数据库更高

HBase的逻辑结构与存储结构

以JSON数据为例

逻辑结构模型

存储数据稀疏，数据存储多维，不同的行具有不同的列，数据整体有序，

RowKey：按照RowKey的字典序排列，RowKey为Byte数组。

store：在纵向切分，按照列族切分，切分完称为store，按照列族切分为store，用于底层存储到不同文件中，将一份数据存到多个文件夹中。

物理存储结构模型

 HDFS上的数据不能修改，只能删除，重写，追加写，但是HBase作为数据库要有修改数据的功能，如何在HDFS的基础上实现修改数据的功能呢？

TimeStamp（时间戳）：

采用时间戳的方式，同一个key 对应多条数据，时间戳最大的那个就是最新的数据。

Type：

type用来标记数据是否被删除，如果有两个数据，时间戳小的为delete，大的为put，说明修改了新的数据，如果大的为delete，那么说明该数据被删除了。

 数据模型

NameSpace

命名空间，类似于关系数据库中的database的概念，HBase自带hbase和default两个命名空间，hbase中存放HBase内置的表，default是用户默认使用的命名空间

Table

类似于关系型数据库的表概念，但HBase定义时只需要声明列族，列可以动态的按需指定。

Row

每一行数据都由RowKey和Column组成，查询数据只能根据RowKey查询，所以RowKey的设计很重要

Column

每个列由列族（column family）和列限定符限制，建表时只需指明列族，列限定符不需要预先定义。

TimeStamp

每条数据写入时系统自动加上该字段，为写入HBase的时间

Cell

针对底层存储数据的一行，由rowkey，column qualifier，timestamp唯一确定的单元，cell中的数组都是由字节码形式存储。

 HBase的基本架构

HBase是分布式的，分为两种角色，master和region server

master

1.管理元数据表格habse：meta，接收用户对表格创建修改删除的命令并执行

2.监视region是否需要负载均衡，故障转移和region拆分

负载均衡

监控region分布在regionServer上是否均衡，由参数hbase.balancer.period控制周期时间，默认为5分钟

 故障转移

一个region server负责管理几个region，通过region server对region的数据进行增删改查，如果某个region server没了，master需要及时发现并将管理权交给其他regionserver。

region server

region server将进程信息注册到zookeeper里面，master读取注册信息，从而实现对region server的管理，负责对cell数据的处理，如写数据put，查询数据get，拆分合并region等操作。

backup master

backup master是master的备用，如果master没了，可以顶替它进行工作。

masterProcWAL master 预写日志处理器

把master需要执行的任务记录到预写日志WAL中，如果master宕机，让backupmaster读取日志继续干

Zookeeper

HBase通过Zookeeper来做master的高可用，记录regionServer的部署信息，存储meta表的位置信息。