物联网架构之HBase

物联网架构之HBase

一.HBase概述

    NBase是一个基于HDFS的面向列的分布式数据库。由于HDFS是基于流式数据访问，对于实时的数据并不适在HDFS上运行。所以，如果需要实时的随机访问超大规模数据集是，使用HBase是更好的选择。

    HBase是基于Hadoop的一个分布式数据库，他利用HDFS作为文件存储系统。HDase是一种NoSQL数据库，是以键值对的方式按列存储。

总体可将NoSQL 数据库分为以下四类：

    基于列存储的类型

    基于文档存储的类型

    基于键值对存储的类类型

    基于图形数据存储的类型

    HBase本质上只有插入操作，更新和删除都是以插入的方式完成的，这是由底层 HDFS 流式访问特性（一次写入、多次读取）决定的。所以，在更新时总是插入一个带时间戳的新行，而删除时插入一个带有删除标记的新行。每一次的插入都有一个时间戳标记，每次都是一个新的版本，HBase 会保留一定数量的版本（这个值是可以设定的）。如果在查询时提供时间戳，则返回距离该时间最近的版本；否则返回离现在最近的版本。

二.HBase体系结构

    HBase的服务器体系结构同样是Mater/Slaves的主从服务器结构，它是由一个HMaster服务器和多个HReginServer服务器构成，而这些所有的服务器都是通过ZooKeeper来进行协调并处理个服务器运行期间可能遇到的错误。HMaster负责管理所有的HRegionServer，HRegionServer负责存储许多HRegion，每一个HRegion是对HBase逻辑表的分块。图 7.1 给出了 HBase 集群中的所有成员. <><>

(1)Hregion

    HBase使用表存储数据集，表由行和列组成，这与关系型数据库非常相似。但是，当表的大小超过设定值时，HBase 会自动将表划分为不同的区域（Region）。 每个区域称为 HRegion，它是 HBase 集群上分布式存储和负载均衡的最小单位，在 这点上表和 HRegion 类似于 HDFS 中文件与文件块的概念。一个 HRegion 中保存一 个表中一段连续的数据，通过表名和主键范围（开始主键~结束主键）区分每一个 HRegion。一开始，一个表只有一个 Hregion。随着 HRegion 开始变大，直到超出设 定的大小阈值，便会在某行的边界上把表分成两个大小基本相同的 HRegion，称为 HRegion 分裂，如图 7.2 所示。