まず、基本的な概念
次のようにHBaseの表Aの典型的な表です。
1.1行キー（OKキー）
Row Keyこれは、レコードを取得するために使用されるプライマリキーです。あなただけの、次の三つの方法、HBaseのテーブル内のデータにアクセスします：
指定することで
Row Keyアクセスを。範囲指定された範囲内、すなわちアクセスラインを介して行アクセスキー。
全表スキャン。
Row Keyにデータを格納する任意の文字列、できRow Key辞書順。それは以下の2点ことに留意すべきです。
Int結果1,10,100,11,12,13,14,15,16,17,18,19,2,20,21、...、9,91,92,93,94,95の辞書式ソートため、 、96,97,98,99。あなたが行キーとして整数文字列を使用する場合は、整数の自然な順序を維持するために、0行キーは埋めるために残されている必要があります。
アトミック（かかわらず、カラムを書く何の）場合に読み取りおよび書き込み操作の行。
1.2列ファミリー（列ファミリー）
各カラムHBaseのテーブルには、家族の行に属します。スキーマの列ファミリテーブルの一部であるテーブルを作成するときに、列ファミリを定義する必要があります。すべての列の列の家族がプレフィックスとして、列ファミリ名であり、例えばcourses:history、courses:mathに属しているcoursesこのコラムファミリー。
1.3列修飾子（列修飾子）
列の修飾子、あなたが特定の列名として理解することができ、例えばcourses:history、courses:mathに属しているcoursesこのコラムの家族、その列は修飾子ですhistoryとmath。表は列修飾子スキーマの一部ではないことに注意してください、あなたは動的にデータを挿入する過程で列を作成することができます。
1.4カラム（列）
ある列と行グループ修飾子、によってHBaseのカラム:分離（コロン）、すなわち、完全な名前は、列として表現されなければなりません列族名 ：列限定符。
1.5セル
Cell行、列と行の組み合わせ修飾子基、およびタイムスタンプ値を含みます。あなたが指定された行と、リレーショナルデータベースの指定された列によって決定されたセルの等価として理解、しかし、異なるセルHBaseのデータの複数のバージョンであることができ、各データタイムスタンプのバージョンのその区別をします。
1.6タイムスタンプ（タイムスタンプ）
HBaseのによってrow keyおよびcolumn決定は、メモリセルと呼ばれますCell。それぞれがCell同じデータの複数のバージョンで保存されます。タイムスタンプのバージョンでインデックス付け、型は64ビット整数値のタイムスタンプで、スタンプが自動的にデータが割り当てることができた時間は、明示的に顧客によって指定することができ、HBaseのを書きます。それぞれにおいてCell、データの異なるバージョンは、逆タイムスタンプ、上部に、すなわち最新のデータに配置されています。
第二に、ストレージ構造
2.1地域
すべての行HBaseのテーブルに従ってRow Key辞書並び順。範囲によってHBaseのテーブルは（キー範囲行）キーの列は、複数のレベルに切断されるRegion一方は、Region開始キー及び終了キーの間のすべての行を含みます。
各テーブルには、唯一の開始であるRegionデータは、増加し続けて、Region時間のしきい値の増加が、とき、増加していきますRegionそれは新しい二つに分かれますRegion。表の行に成長しているときに、より多くのがあるでしょうRegion。
RegionHBaseのは、分散ストレージの負荷分散および最小単位。これは、異なるがあることを意味Region異なるで配布することが可能Region Serverに。しかし、一つは、Region複数のサーバーに分割されていません。
2.2リージョンサーバー
Region ServerHDFSのデータノード上で実行されています。これは、次のコンポーネントがあります。
- WAL(Write Ahead Log，预写日志)：用于存储尚未进持久化存储的数据记录，以便在发生故障时进行恢复。
- BlockCache：读缓存。它将频繁读取的数据存储在内存中，如果存储不足，它将按照
最近最少使用原则清除多余的数据。 - MemStore：写缓存。它存储尚未写入磁盘的新数据，并会在数据写入磁盘之前对其进行排序。每个 Region 上的每个列族都有一个 MemStore。
- HFile ：将行数据按照 Key\Values 的形式存储在文件系统上。
Region Server 存取一个子表时，会创建一个 Region 对象，然后对表的每个列族创建一个 Store 实例，每个 Store 会有 0 个或多个 StoreFile 与之对应，每个 StoreFile 则对应一个 HFile，HFile 就是实际存储在 HDFS 上的文件。
三、Hbase系统架构
3.1 系统架构
HBase 系统遵循 Master/Salve 架构，由三种不同类型的组件组成：
Zookeeper
保证任何时候，集群中只有一个 Master；
存贮所有 Region 的寻址入口；
实时监控 Region Server 的状态，将 Region Server 的上线和下线信息实时通知给 Master；
存储 HBase 的 Schema，包括有哪些 Table，每个 Table 有哪些 Column Family 等信息。
Master
为 Region Server 分配 Region ；
负责 Region Server 的负载均衡 ；
发现失效的 Region Server 并重新分配其上的 Region；
GFS 上的垃圾文件回收；
处理 Schema 的更新请求。
Region Server
Region Server 负责维护 Master 分配给它的 Region ，并处理发送到 Region 上的 IO 请求；
Region Server 负责切分在运行过程中变得过大的 Region。
3.2 组件间的协作
HBase 使用 ZooKeeper 作为分布式协调服务来维护集群中的服务器状态。 Zookeeper 负责维护可用服务列表，并提供服务故障通知等服务：
每个 Region Server 都会在 ZooKeeper 上创建一个临时节点，Master 通过 Zookeeper 的 Watcher 机制对节点进行监控，从而可以发现新加入的 Region Server 或故障退出的 Region Server；
所有 Masters 会竞争性地在 Zookeeper 上创建同一个临时节点，由于 Zookeeper 只能有一个同名节点，所以必然只有一个 Master 能够创建成功，此时该 Master 就是主 Master，主 Master 会定期向 Zookeeper 发送心跳。备用 Masters 则通过 Watcher 机制对主 HMaster 所在节点进行监听；
如果主 Master 未能定时发送心跳，则其持有的 Zookeeper 会话会过期，相应的临时节点也会被删除，这会触发定义在该节点上的 Watcher 事件，使得备用的 Master Servers 得到通知。所有备用的 Master Servers 在接到通知后，会再次去竞争性地创建临时节点，完成主 Master 的选举。
四、数据的读写流程简述
4.1 写入数据的流程
Client 向 Region Server 提交写请求；
Region Server 找到目标 Region；
Region 检查数据是否与 Schema 一致；
如果客户端没有指定版本，则获取当前系统时间作为数据版本；
将更新写入 WAL Log；
将更新写入 Memstore；
判断 Memstore 存储是否已满，如果存储已满则需要 flush 为 Store Hfile 文件。
更为详细写入流程可以参考：HBase － 数据写入流程解析
4.2 读取数据的流程
以下是客户端首次读写 HBase 上数据的流程：
客户端从 Zookeeper 获取
META表所在的 Region Server；客户端访问
META表所在的 Region Server，从META表中查询到访问行键所在的 Region Server，之后客户端将缓存这些信息以及META表的位置；客户端从行键所在的 Region Server 上获取数据。
如果再次读取，客户端将从缓存中获取行键所在的 Region Server。这样客户端就不需要再次查询 META 表，除非 Region 移动导致缓存失效，这样的话，则将会重新查询并更新缓存。
注：META 表是 HBase 中一张特殊的表，它保存了所有 Region 的位置信息，META 表自己的位置信息则存储在 ZooKeeper 上。
更为详细读取数据流程参考：
参考资料
本篇文章内容主要参考自官方文档和以下两篇博客，图片也主要引用自以下两篇博客：
官方文档：
更多大数据系列文章可以参见 GitHub 开源项目： 大数据入门指南