HBase的基礎介紹

HBase的定義

HBase – Hadoop Database，是一個高可靠性、高性能、面向列、可伸縮、實時讀寫的分佈式數據庫。利用Hadoop HDFS作爲其文件存儲系統,利用Hadoop MapReduce來處理HBase中的海量數據,利用Zookeeper作爲其分佈式協同服務，主要用來存儲非結構化和半結構化的鬆散數據（列存 NoSQL 數據庫）。

HBase 的架構

• Master

  • 爲Region server分配region
  • 負責Region server的負載均衡
  • 發現失效的Region server並重新分配其上的region
  • 管理用戶對table的增刪改操作

• RegionServer

  • Region server維護region，處理對這些region的IO請求
  • Region server負責切分在運行過程中變得過大的region

• Region

  • HBase自動把表水平劃分成多個區域(region)，每個region會保存一個表裏面某段連續的數據；每個表一開始只有一個region，隨着數據不斷插入表，region不斷增大，當增大到一個閥值的時候，region就會等分會兩個新的region。
  • 當table中的行不斷增多，就會有越來越多的region。這樣一張完整的表被保存在多個Regionserver 上。

HBase數據模型

• HRegion是HBase中分佈式存儲和負載均衡的最小單元。最小單元就表示不同的HRegion可以分佈在不同的 HRegion
  server上。
• HRegion由一個或者多個Store組成，每個store保存一個columns family。
• 每個Strore又由一個memStore和0至多個StoreFile組成。如圖：StoreFile以HFile格式保存在HDFS上。