hbase学习笔记-架构及原理

1.1 hbase的概念

• hbase基于Google的BigTable论文，是建立的hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的分布式数据库系统。在需要实时读写随机访问超大规模数据集时，可以使用hbase。

1.2 hbase的特点

• 海量存储

  • 可以存储大批量的数据

• 列式存储

  • hbase表的数据是基于列族进行存储的，列族是在列的方向上的划分。

• 极易扩展

  • 底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加datanode节点服务(机器)就可以了
  • 可以通过增加服务器来提高集群的存储能力

• 高并发

  • 支持高并发的读写请求

• 稀疏

  • 稀疏主要是针对Hbase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。

• 数据的多版本

  • hbase表中的数据可以有多个版本值，默认情况下是根据版本号去区分，版本号就是插入数据的时间戳

• 数据类型单一

  • 所有的数据在hbase中是以字节数组进行存储

2、hbase整体架构

• 1、Client

  • 客户端

    • Client包含了访问Hbase的接口

    • 另外Client还维护了对应的cache来加速Hbase的访问，比如cache的.META.元数据的信息

• 2、Zookeeper

  • zookeeper集群
    • 作用

      • 实现了HMaster的高可用

      • 保存了hbase的元数据信息，是所有hbase表的寻址入口

      • 对HMaster和HRegionServer实现了监控

• 3、HMaster

  • 作用

    • 为HRegionServer分配Region
    • 维护整个集群的负载均衡
    • 维护集群的元数据信息
    • 发现失效的Region，并将失效的Region分配到正常的HRegionServer上

• 4、HRegionServer

  • 作用

    • 负责管理Region

    • 接受客户端的读写数据请求

    • 切分在运行过程中变大的region

• 5、Region

  • hbase集群中分布式存储的最小单元

3、hbase表的数据模型

• rowkey

  • 行键
    • table的主键，table中的记录按照rowkey 的字典序进行排序

• Column Family

  • 列族
    • hbase表中的每个列，都归属与某个列族。列族是表的schema的一部分(而列不是)，必须在使用表之前定义。

• Timestamp

  • 时间戳

  • 每次数据操作对应的时间戳，可以看作是数据的version number版本号

• Column

  • 列

    • 列族下面的具体列

    • 属于某一个ColumnFamily,类似于我们mysql当中创建的具体的列

• cell

  • 单元格
    • 由{row key, column( = + ), version} 唯一确定的单元
    • cell中的数据是没有类型的，全部是以字节数组进行存储