1、Hbase简介
Hbase（Hadoop Database的简称）是分布式、面向列的开源数据库（其实准确的说是面向列族NoSQL非关系型数据库）。
HDFS为Hbase提供可靠的底层数据存储服务，MapReduce为Hbase提供高性能的计算能力，Zookeeper为Hbase提供稳定服务和Failover机制，其实也可以说Hbase是一个通过大量廉价的机器解决海量数据的高速存储和读取的分布式数据库解决方案。
HBase 并不是足够快，只是数据量很大的时候慢的不明显，我们一探究竟。
2、Hbase存储结构
先明确一下基础概念：
- Row Key：格式为字符数组，是表中每条记录的“主键”，方便快速查找。Table中所有行都按照row key排列，因此row key的设计非常重要。
- Column Family：列族，拥有一个名称(string)，包含一个或者多个相关列。每个列族存储在HDFS上的一个单独文件中。
- Column：属于某一个列族，列名定义为family:qualifier，其中qualifier可以是任意的字符串。每个column family可以有上百万个columns，可以以此设计出精妙的存储模型。
- TimeStamp：类型为Long，默认值是系统时间戳，可由用户自定义。用于标识数据的不同版本，每条数据写入时如果不指定时间戳，系统会自动添加为其写入 HBase 的时间。并且读取数据的时候一般只拿出数据的Type符合，时间戳最新的数据。之所以按照Type取数据是因为HDFS支持增删查，但不支持改。
- Type：数据对应的操作类型，当你新增/修改一个单元格的时候，HBase 在 HDFS 上新增一条Put类型数据，版本号增大。当你删除一个单元格的时候，HBase 还是新增一条数据，只是这条数据没有 value，类型为 DELETE，这条数据叫做墓碑标记（Tombstone）。真正删除发生在Hbase每间隔一段时间都会进行的合并（Compaction）的时候。
- StoreFile：一个Store包含了一个MemStore和0个或多个StoreFile。其中MemStroe是一个内存数据结构，StoreFile是文件系统级别的数据结构。Store是由Region去管理的，用于维护列族的数据。 对于一个HBase的表，设计了几个列族，那么对于任何一个Region而言就会有几个Store。这也是HBase被称为列族式数据库的原因。 同时HBase会以Store大小来判断，是否需要去切分Region。
2.1逻辑结构
逻辑结构看起来就像一张关系数据库中的普通表，实际中我们也会以此进行表设计。
Hbase逻辑结构
2.2物理存储结构
最基本的存储单位是列（column），一个列或者多个列形成一行（row）。传统数据库是严格的行列对齐。但是在 HBase 中，行跟行的列可以完全不一样，这个行的数据跟另外一个行的数据也可以存储在不同的机器上，甚至同一行内的列也可以存储在完全不同的机器上。 HBase 每个行（row）都拥有唯一的行键（row key）来标定这个行的唯一性。每个列都有多个版本，多个版本的值都存在单元格（cell）中。
Hbase物理存储结构
3、RowKey 的设计原则
Rowkey的概念和mysql中的主键是完全一样的，Hbase使用Rowkey来唯一的区分某一行的数据。
- 唯一原则：RowKey 必须在设计上保证其唯一性，RowKey 是按照字典顺序排序存储的，因此设计 RowKey 时可以将将经常读取的数据存储到一块。
- 长度原则：二进制码流RowKey 最大长度 64Kb，实际应用中一般为 10-100bytes，以 byte[] 形式保存，一般设计定长。建议越短越好，因为HFile是按照KV存储的Key太大浪费空间。
- 散列原则：RowKey 在设计时候要尽可能的实现可以将数据均衡的分布在每个 RegionServer 上。
4、常用命令
- 查看当前数据库表/命名空间
list
list_namespace
- 创建表
create "employee","info"
- 查看表结构
describe '表名'
- 插入数据
格式为： 表名 ，rowkey名，列簇名：字段名，字段值
put "employee","row_key1","persional_info:name","张三"
put "employee","row_key1","persional_info:city","北京"
- 查看表数据（limit限制数量）
scan 'employee',LIMIT => 1
- 根据rowKey查询数据
get 'employee','row_key1'
