Hbase简介

1.1什么是hbase

HBase是一个高可靠性，高性能，面向列，可伸缩的分布式存储系统，利用HBase技术可以在廉价PC Server上搭建大规模结构存储集群。

HBASE目标的的英文存储并处理由成千上万大型的数据，更具有来说是仅需使用普通的硬件配置，就能能够处理成千上万的行和列所组成的大型数据。

HBASE是Google Bigtable的开源实现，但是也有很多不同之处。比如：Google Bigtable利用GFS作为其文件存储系统，HBASE利用Hadoop HDFS作为其文件存储系统; Google运行mapreduce来处理Bigtable中的海量数据，HBASE同样利用Hadoop mapreduce来处理HBASE中海量数据; Google Bigtable利用Chubby作为协同服务，HBASE利用Zookeeper作为对应。

1.2与传统数据库的对比

传统数据库遇到的问题

1）数据量很大的时候无法存储

2）没有很好的备份机制

3）数据达到一定数量开始缓慢，很大的时候基本无法支撑。

2，HBASE优势

1.线性扩展，随着数据量增多可以通过节点扩展进行支撑。

2.数据存储在HDFS上，备份机制健全。

3.通过zookeeper协调查找数据，访问速度快。

1.3 HBase集群中的角色

1.一个或者多个主节点，HMaster

2.多个从节点，HregionServer

3.hbase数据模型

3.1 hbase数据模型

3.1.1行密钥

与NOSQL数据库一样，行键是可以用来检索记录的主键。访问HBASE表中的行，只用三种方式：

1.通过单个行键访问。

2.通过行键的范围（正则）

全表扫描

行键行键（行键）可以是任意字符串（最大长度是64 KB，实际应用中长度一般为10 - 100bytes），

在HBASE内部，行键保存为字节数组。存储时，数据按照行键的字典序（字节顺序）排序存储。

设计关键时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。

3.1.2列族

列簇：HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部分分（而列不是），必须在使用表之前定义。

列名都以列作为前缀，例如courses：history，courses：math都属于courses这个列族。

3.1.3细胞

由{row，Key，columnFamily，Version}唯一确定的单元.Cell中数据是没有类型，全部是字节码形式存储。

关键字：无类型，字节码

 3.1.4时间戳

HBASE中通过rowkey和columns确定的为一个存储单元称为cell。

每个Cell都保存着同一份数据的多个版本。版本通过事件戳来索引。时间戳的类型是64位整数。时间戳可以由HBASE（在数据写入时自动）赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版本冲突，即最新的数据排在最前面。

   为了避免数据存在过多版本造成的管理（包括存储和索引）负担，HBASE提供了两种数据版本回收方式。一是保存数据的最后Ñ个版本，二是保存最近一段时间内的版本（比如最近其七天）。用户可以针对每个列族进行设置。

4. HBASE命令

4.1命令的进退

1. hbase提供了一个shell的终端给用户交互

hbase shell

2.如果退出执行quit命令

---> hbase shell

- >退出

4.2命令

 

 

5. hbase依赖zookeeper

1.保存Hmaster的地址和backup-master地址

HMASTER：

a）管理HregionServer

b）做增删改查表的节点

c）管理HregionServer的表分配。

2.保存--ROOT - 的地址

hbase默认的根表，检索表

3. HregionServer列表

表的增删改查数据

和HDFS交互，存储数据

 

-------------------------------------------------- -------------------------------------------------- -------------------------------------------------- ------------