4.1概述

1.2HBase简介：

HBase是一个高可靠，高性能，面向列，可伸缩的分布式数据库，主要用来存储非结构化和半结构化的松散数据。Hbase的目标是处理非常庞大的表，可以通过水平扩展的方式，利用廉价计算机集群处理超过10亿行数据和数百万列元素组成的数据表。

1.3Hbase与传统关系数据库的对比分析。

图片发自简书App

4.3HBase数据模型

3.2数据模型的相关概念

图片发自简书App

3.3数据坐标

四位坐标[行键，列族，列限定符，时间戳]

图片发自简书App

3.6面向列的存储

HBase采用DSM存储模型，DSM会对关系进行垂直分解，并为每个属性分配一个子关系。因此，一个具有n个属性的关系会被分解为n个子关系，每个子关系单独存储，每个子关系只有当前相应的属性被请求时，才会被访问。
DSM是以关系数据库中的属性或列为单位进行存储的，关系中多个元组的同一属性值会被存储在一起，而一个元组中的不同属性值通常会被存放在不同的磁盘页中。
HBase是以列族为单位进行分解，而不是每个列都不单独存储。

4.4

4.1HBase的功能组件

库函数，链接到每个客户端；一个Master主服务器；许多个Redion服务器
Master主服务器负责管理和维护HBase的分区信息。例如一个表被分成了哪些region，每个region被存放在哪个region服务器上。
Region服务器负责存储和维护分配给自己的Region，处理来自客户端的请求。

4.2表和Region

表中的行数很大，不能存储到一台机器上，需要根据行键的值对表进行分区，每个行区间构成一个分区，被称为"Region"。
Region是负载均衡和数据分发的基本单位。
这些Region被分发到不同的Region服务器上
初始时，每个表只包含一个Region，随着数据不断涌入，Region持续增大，当一个Region的行数达到一个阙值时，就会自动分成两个新的Region。

图片发自简书App

图片发自简书App

4.3Region的定位

一个Region标识符可以表示为"表明+开始主键+RegionID"
映射表包括"Region标识符+Region服务器标识"
映射表包含了关于Region 的元数据（即Region和Region服务器之间的对应关系），被称为"元数据表（.META表）"
元数据表也可能很大，一个服务器装不下，也需要分区存储到不同的服务器上，因此元数据表也被分成多个Region。
为了定位这些Region，在构建一个新的映射表，这个表就是"根数据表（-ROOT-表）"（根数据表不能再分割，永远只存在一个Region存放根数据表，因此这个用来存放-ROOT-表的唯一Region，他的名字被程序写死了，Master永远知道它的位置）。

图片发自简书App

图片发自简书App

客户端访问用户数据之前，首先访问Zookeeper，获取—ROOT—表的位置信息，然后访问—ROOT—表，获取.META.表的信息，接着访问.META.表找到所需的Region具体位置位于哪个Region服务器，最后才会到该服务器读取数据。

4.5运行机制

5.1HBase系统架构

客户端，Zookeeper服务器，Master主服务器，Region服务器。HBase一般采用HDFS作为底层数据存储。
客户端
客户端包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据的访问。
对于管理类的操作，客户端与Master进行RPC，对于数据的读写类操作，客户端与Region服务器进行RPC。
Zookeeper服务器
在HBase服务器集群中，包含一个Master和多个Region服务器，Master就是这个集群的总管，他必须知道Region服务器的状态。
每个Region服务器必须到Zookeeper中进行注册，Zookeeper会实时监控每个Region服务器的状态，并通知Master。
Zookeeper还会从多个Master服务器中选取一个作为主管。
Zookeeper中保存—ROOT—表的地址和Master的地址
Master
主要负责表和Region的管理工作。
管理用户对表的增加，删除，修改，查询。
实现不同Region服务器之间的负载均衡。
在Region分裂或合并后，负责重新调整Region的分布。
对发生故障失效的Region服务器上的Region进行迁移。
Region服务器
Region服务器时HBase中最核心的模块，负责维护分配给自己的Region，并相应用户的读写请求。
Region一般采用HDFS作为底层存储文件系统。

图片发自简书App

4.6HBase编程实践

6.1常用的Shell命令

create：创建表
create '表名'，'列族名1'，'列族名2'，'列族名3'
put：向表，行，列指定的单元格添加数据
put '表名'，'行'，'列'，'要添加的值'，时间戳
get：通过指定表名，行，列获得相应的单元格的值
get '表名'，'行'，'列1'，'列2'
scan：浏览表信息
scan '表名'
delete：删除指定单元格数据
delete '表名'，'行'，'列'，时间戳