Hadoop 笔记 4 Hbase

Hbase是基于Hadoop的数据库。

====================Hbase特点===============

• Hbase：表中的每个cell有三个元素，行，时间错，列族。
• 逻辑模型：行是一个唯一的检索的字段，时间戳记录了数据库每次操作的时间（可以设定显示最近的几个时间戳的值，或者最近一个时间范围内的值），列族反应了所在的列。没有格式限制。

• 物理模型：按照行分割，按照列族存储，空值不存储。时间戳是顺序存储，如果不指明时间戳就会取最新的数据。该架构的另一个好处是随时可以增加列，而不用声明。

==========================Region===========================

• 表的最小单位是Region，当一个Region达到阀值的时候就会分成多个Region，一个表有多个Region，但是一个Region只会存在一台服务器上。Hregionserver管理多个Hregion。每个region只维护一个Hlog。可以用来恢复数据，但是region下线之后，需要将它的多个Hlog分拆到多个region服务器上进行恢复。
• 需要更新表的时候：将指令存放在memstore中，达到一定数量之后就会写入到磁盘上的storefiles，当达到一定数量之后就将多个storefiles合并（compact），这时候就进行更新和删除的工作。当storefiles达到一定的大小，就分成多个Region，又Hmaster分配到其它的region 服务器。
• 表中的元数据存在".meta"表中，而“.meta”存放在“root”表中，Zookeeper记录了root表的位置。
  

=======================Hmaster========================

• 每个Hbase只有一个Hmaster（貌似Haddoop都是单节点），Hmaster负责负载均衡和表的schema以及元数据存储。Master通过Zookeeper来感知Regionserver。

=========================Root-====================
root表只有一个region，而且region存放在内存中。