1.HBase 结构概述

一、HBase逻辑结构

HBase逻辑结构.png

二、HBase物理存储结构

HBase物理存储结构.png

三、数据模型

名称	作用
NameSpace	命名空间，类似于关系型数据库的DatabBase概念，每个命名空间下有多个表
Region	类似于关系型数据库的表概念。HBase定义表时只需要声明列族即可，不需要声明具体的列
Row	HBase表中的每行数据都由一个RowKey和多个Column（列）组成
Column	HBase中的每个列都由Column Family(列族)和Column Qualifier（列限定符）进行限定
Time Stamp	用于标识数据的不同版本（version）
Cell	由{rowkey, column Family：column Qualifier, time Stamp} 唯一确定的单元

1. Name Space
   
   命名空间，类似于关系型数据库的DatabBase概念，每个命名空间下有多个表。HBase有两个自带的命名空间，分别是hbase和default，hbase中存放的是HBase内置的表，default表是用户默认使用的命名空间。
2. Region
   
   类似于关系型数据库的表概念。不同的是，HBase定义表时只需要声明列族即可，不需要声明具体的列。这意味着，往HBase写入数据时，字段可以动态、按需指定。因此，和关系型数据库相比，HBase能够轻松应对字段变更的场景。
3. Row
   
   HBase表中的每行数据都由一个RowKey和多个Column（列）组成，数据是按照RowKey的字典顺序存储的，并且查询数据时只能根据RowKey进行检索，所以RowKey的设计十分重要。
4. Column
   
   HBase中的每个列都由Column Family(列族)和Column Qualifier（列限定符）进行限定，例如info：name，info：age。建表时，只需指明列族，而列限定符无需预先定义。
5. Time Stamp
   
   用于标识数据的不同版本（version），每条数据写入时，如果不指定时间戳，系统会自动为其加上该字段，其值为写入HBase的时间。
6. Cell
   
   由{rowkey, column Family：column Qualifier, time Stamp} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。

要找到某一个值: 命名空间 -> 表名 -> rowkey -> 列族 -> 列名 -> 版本 -> 对应的值

四、HBase基本架构

名称	作用
HDFS	HDFS为HBase提供最终的底层数据存储服务，同时为HBase提供高可用的支持。
Zookeeper	HBase通过Zookeeper来做Master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。
Master	所有Region的管理者,对于表的操作:create、delete、alter 对于RegionServer的操作:分配Regions到每个RegionServer,监控每一个RegionSrver的状态,负载均衡和故障转移
RegionServer	HBase是由多台服务器组成的集群,其中每台服务器是一个RegionServer 对于数据的操作:get、put、delete 对于Region的操作:splitRegion、compactRegion

1. HBase的通信通过Zookeeper、数据存储在HDFS上,由它们负责对于HBase高可用的支持
2. Master是所有RegionServer的管理者,负责每一个RegionServer的状态监控、负载均衡、故障转移
3. RegionServer直接对接用户读写的请求,管理master为其分配的Region、处理来自客户端的读写请求、将变更数据存储到HDFS上、负责Region变大后的拆分、负责filestore的合并