一、什麼是 Hbase
Hbase 是一個構建在 Hadoop 之上的高可用、高性能、多版本的分佈式 NOSQL 數據庫。
二、Hbase 的特點
2.1、與 hdfs 對比
Hbase 是構建在 Hadoop 之上的，Hadoop 不支持隨即寫，但 Hbase 支持。
2.2 、與傳統數據庫的比較：
1、傳統數據庫無法存儲很大量的數據，但 Hbase 可以通過增加節點的方式來存儲海量數據。
2、傳統數據庫沒有很好的備份機制，但 Hbase 把的文件存儲是基於 hdfs 的，又健全的備份機制。
3、傳統數據庫當數據量達到一定規模時速度就會很慢，而 Hbase 通過 Zookeeper 協調查找數據，訪問速度快。
三、Hbase 存儲數據的結構
3.1 邏輯結構
從邏輯視圖來看，Hbase 的數據是以表的形式組織的，而且和關係型數據庫中的一樣，Hbase 的表由行和列構成。
解釋圖中的元素：
1、RowKey
rowkey 是用來檢索記錄的主鍵。訪問 hbase table 中的數據，只有三種方式：通過單個 rowkey 訪問；通過 rowkey 的範圍；全表掃描。
rowkey 可以是任意字符串，存儲時，數據按照 row key 的字典排序。因此在設計 key 時，要充分利用排序存儲這一特性，將經常一起讀取的行存儲放到一起。
2、列簇（column family）
hbase 表中的每個列，都歸屬於某個列簇，列簇時 scheme 的一部分（而列不是），列命都以列簇爲前綴。
3、單元（cell）
hbase 中通過 row 和 columns 確定的唯一一個存儲單元稱爲 cell。
cell 是沒有數據類型的，全都是以字節碼的形式存儲。
4、時間戳（timestamp）
每個 cell 都保持着同一數據的多個版本，版本通過時間戳來索引。
3.2 物理結構
把每一個列簇單獨地存儲成一列，可以極大地節省空間。
三、Hbase 架構
解釋圖中元素：
1、Client
客戶端訪問 hbase 數據之前，首先通過源數據表定位目標數據所在的 RegionServer，之後纔會發送請求到 RegionServer，同時這些元數據會被緩存到本地，方便以後的請求訪問。如果 RegionServer 因爲發生宕機或者執行了負載均衡等導致數據分片發生遷移，客戶端需要重新請求最新的元數據並緩存到本地。
2、Zookeeper
Zookeeper 是一個分佈式的協調服務。
在 hbase 中，Zookeeper 負責管理 Hbase 的核心元數據，如 Master 和 RegionServer 的狀態、元數據表所在的 RS 地址等。
3、Master
1）Master 負責處理用戶的管理請求，例如：用戶的增刪改查操作。
2）協調 RegionServer：爲 RS 分配 Region；發現失效的 RS 並重新分配位於其上的 Region；通過 ZK 監控集羣上所有 RS 的運行狀態。
3）清理過期的 HLog 和 HFile
4、RegionServer
1）響應用戶的 I/O 請求，向 HDFS 中讀寫數據。
2）內部管理了一系列 HRegion 對象，每個 HRegion 對應 table 中的一個 Region，HRegion 由多個 Htore 組成，每個 Store 對應 table 中的一個 列簇。
5、HLog
1）實現數據的高可靠性：hbase 數據寫入並不是直接寫入 HFile，而是先寫入緩存，再異步刷新羅盤。爲防止數據丟失，數據寫入緩存之前先寫入 HLog，這樣，即使緩存數據丟失，仍然可以通過 HLog 恢復。
2）用於 hbase 集羣間數據同步：通過回放主機羣推送過來的 HLog 來實現主從集羣間的數據同步。
6、BlockCache
客戶端從磁盤讀取數據之後通常會將數據緩存到系統內存中，後續訪問同一行數據可直接從內存中獲取，對於大量熱點讀的業務請求來說，帶來了極大的性能提升。
7、Region
hbase 用 rowkey 把表 “水平切割” 成多個 Region，Region 代表的是數據表的一個分片，通常一個表的 Region 會分佈在整個集羣的多個 RS 上，一個 RS 上會存放來自不同表的多個 Region。
四、Hbase 讀寫數據流程
4.1 寫數據流程
1、客戶端處理階段
1）客戶端提交 put 請求後，會將數據添加到本地緩衝區中，符合一定條件時就異步批量提交。
2）客戶端到 hbase:meta 中根據 rowkey 找到它們歸屬的 RegionServer。批量請求時會把這些 rowkey 按照不同的 RegionServer 分組。
3）客戶端發送 RPC 請求給對應的 RegionServer。
2、Region 寫入階段
1）RS 收到請求後，首先反序列化 put 對象，執行各種檢查（region是否只讀，Memstore是否超過指定大小等）
2）.建立行鎖(Acquire locks)->2.更新寫入時間->3.創建WAL edit對象->4.WAL edit寫入Hlog->5.數據寫入MemStore->6.釋放行鎖->7.刷寫Hlog到HDFS->8.結束事務
3、MemStore Flusn 階段
當Region中的MemStore容量超過一定閾值，系統會異步執行flush操作，將內存中的數據寫入文件，形成HFile
4.2 讀數據流程
1、第一次讀數據
1）從 Zookeeper 中獲取 hbase:meta 的位置，緩存該位置信息
2）從 hbase:meta 中查詢用戶 table 對應請求的 rowkey 所在的 RegionServer，緩存該位置信息。
3）從查詢到的 HRegionServer 中讀取 Row。
2、第一次以後讀數據
先查詢緩存裏能不能找到 Row 對應的 RegionServer，找到就直接做上面的第三步，找不到就依據情況從第一或者第二步開始。