初識HBase

HBase是一個開源的，分佈式的，多版本的，面向列的存儲模型。

面向列：簡單來說，就是指在存儲數據庫中的數據時，以列爲單位來存儲，把一列的數據串在一起存儲起來，而非把一行的數據作爲一個單元存儲起來。
HBase的特點：

• HBase是構建在HDFS上的列式存儲系統
• 基於Google的BigTable模型開發，典型的key/value系統
• 邏輯上，HBase將數據按照表，行和列進行存儲
• HBase主要靠橫向的擴展，通過不斷地增加廉價的商用服務器來增加計算和存儲能力。

HBase表的特點

• 大：一個表可以有十幾億行，上百萬列
• 無模式：每行都有一個可排序的主鍵和任意多的列，列可以根據需要動態的增加，而同一張表中不同的行可以有截然不同的列
• 面向列：面向列的存儲和權限控制，列獨立的檢索
• 稀疏：空(null)列不佔用存儲空間，可以設計的非常稀疏
• 數據多版本：每個單元的數據有多個版本，自動的分配版本號
• 類型單一：一切都是字符串，無其他類型

HBase的體系結構

HBase服務器體系結構遵從簡單的主從服務器架構，由HRegion服務器集羣和HMaster服務器構成。

HRegion

當表大小超過設置值，會自動分配不同的域，稱爲HRegion

HRegion服務器

一般一臺機器上面只運行一個HRegion服務器，每一個區段的HRegion只會被一個HRegion服務器維護
HRegion服務器主要由兩大部分：HLOG部分和HRegion部分。HLOG用來存儲數據日誌，採用的是先寫日誌的方式，即數據來的時候，先會記錄進日誌裏面，後才存入HRegion中。HRegion服務器由多個HRegion組成，而HRegion則是由多個store組成，一個store存儲的是同一列族下的數據。每個HRegion都有一個Memstore，作爲數據緩衝，當數據發送來的時候，會先寫入 Memstore中，等到緩衝區滿了之後，再更新到對應的storefile中，store中包含多個storefile，storefile負責實際數據的存儲，爲HBase的最小單元。

HBase Master服務器

每臺HRegion服務器都會與HMaster服務器進行通訊，而HMaster的主要任務就是告訴每個HRegion服務器它需要維護的HRegion。
HMaster主要負責Table和HRegion的管理工作，具體包括：

1. 管理用戶對Table的增刪改查
2. HRegion服務器的負載均衡，調整HRegion的分佈
3. HRegion分裂後，負責新的HRegion的分配
4. HRegion服務器停機後，負責實效的HRegion服務器上HRegion的遷移

ROOT表和META表

保存元數據的表，我們稱之爲META表，隨着元數據的增長，META表會被分割成幾個HRegion，爲定位這些HRegion，需要一個表，這個表就稱之爲ROOT表，ROOT表不能被分割，永遠只存在一個，且名稱固定。

ZooKeeper

ZooKeeper集羣是協調系統，存儲的爲HBase中ROOT表和META表的位置，並負責監控機器狀態，當HMaster出故障後，ZooKpeer負責HMaster的恢復工作。

HBase的常用命令

以一個例子來展示HBase常用操作

Person 表內容如下：

1. 列出當前都有哪些表

$ show

2. 創建表

$ create <table name>,<column family>,...
$ create 'person','private data','public data'

3. 顯示錶的詳細信息

$ desc/describe <table name>
$ desc 'person'

4. 插入數據

$ put <table name>,<row name>,<colfamily : colname>,<value>
$ put 'person','1','private data:age','25'
$ put 'person','1','private data:birthday','08-05'
$ put 'person','1','public data:name','xiaoming'
$ put 'person','1','public data:sex','man'
$ put 'person','2','private data:age','23'
$ put 'person','2','private data:birthday','04-20'
$ put 'person','2','public data:name','limei'
$ put 'person','2','public data:sex','woman'

5. 更新數據
同插入數據，直接覆蓋原值就可以
6. 顯示已存在的數據

$ get <table name>,<row name>
$ get 'person','1'
$ get 'person','2'

7. 刪除數據

$ delete <table name>,'row name',<colfamily : colname>,timestamp
$ delete all <table name>,'row name'
$ delete 'person','1','public data:name', 1501940429288
$ delete all 'person','1'

8. 刪除表

$ disable <table name> # 先禁用表
$ drop <table name>
$ disable 'person'
$ drop 'person'