目錄
HBase 是一個分佈式[集羣]、可擴展[動態上下線]、支持海量存儲的 NoSQL 數據庫。相當於 BigTable，負責海量數據的存儲。如果數據量小的時候不適合使用 HBase，因爲生產上需要不斷的切分和合並比較消耗資源。如果數據量比較大，可以做到幾十億條數據秒級查詢。支持數據的增刪改查，實現了 HDFS 的隨機寫操作。
一、數據模型
邏輯上，HBase 的數據模型同關係型數據庫很類似，數據存儲在一張表中，有行有列。但從 HBase 的底層物理存儲結構（K-V）來看，HBase 更像是一個 multi-dimensional map。下圖的整個內容成爲一張表。
【1】行鍵 RowKey： 是一張表中自動生成的唯一的、且有序的，按照“字典序”進行排序的主鍵；
【2】列族：不同的列族放在不同的文件夾中，列族中的列可以有多個或者一個，列可以動態增加；
【3】Region切片：按照 RowKey 進行切分，如上是按照3個 rowkey 進行劃分的。一般是按照數據量進行劃分，這樣訪問時能夠提高效率；
【4】store：實際存儲數據的文件，存放在 HDSF。如上表中的數據是放在 6個 store 中；
二、HBase 物理存儲結構
根據每一個列進行存儲，例如張三：包含RowKey、ColumnFamily列族、ColumnQualifier列名、TimeStamp時間戳[實現HD 的隨機寫操作，完全由次屬性決定，它優化最大的地方就是時間戳，該屬性非常重要，window與Linux 一個用來操作一個用來存放時，需要兩個操作系統的時間一定要相同，否則會出現很多問題]、Type類型[Put表示插入]、Value存放的值。當修改一條數據時，其實會添加一條數據與舊數據不同的是時間戳和value，此時，在獲取數據的時候，它只會獲取時間戳最大的那條數據。當刪除一條數據時，也是添加一條數據與舊數據不同的是時間戳和Type，Type類型是 Delete。在獲取的時候發現Delete類型的時間戳比 PUT的時間戳大，那就不返回數據。那麼舊的數據對用戶而言就是垃圾數據了，此時HBase還會存儲着，但是最終它還是會從內存中將垃圾幹掉的。是在後期表的分合操作的時候刪除的。
三、數據模型
【1】Name Space：命名空間，類似於關係型數據庫的 database概念，每個命名空間下有多張表。HBase 有兩個自帶的命名空間，分別是 hbase 和 default。hbase 中存放的是 HBase 內置的表，default 表是用戶默認使用的命名空間。
【2】Region：類似於關係型數據庫的表的概念。不同的是，HBase定義表時只需要聲明列族即可，不需要聲明具體的列。意味着，往 HBase中寫入數據時，字段可以動態、按需指定。因此和關係型數據庫相比，HBase能夠輕鬆應對字段變更的場景。
【3】ROW：HBase 表中的每行數據由一個 RowKey和多個 Column（列）組成，數據是按照 RowKey的字典順序存儲，並且查詢數據時只能根據 RowKey 進行檢索，所以 RowKey的設計十分重要。
【4】Column：HBase 中的每個列都由 Column Family（列族）和 Column Qualifier（列限定符）進行限定，例如：info: name,info: age。建表時，只需要聲明列族，而列限定名無需預先定義。
【5】TimeStamp：用於表示數據的不同版本（version），每條數據寫入時，如果不指定時間戳，系統會自動爲期加上該字段，表示數據寫入HBase 的時間。
【6】Cell：由{RowKey,Column Family,Column Qualifier,TimeStamp}唯一確定的單元，cell中的數據是沒有類型的，全部是字節碼形式存儲的。
四、HBase 基本架構
【1】Region切片需要分在 Region Server[多個，分佈式的]上，Region 中包含多個 store[存儲實際的數據]，剛開始操作的store是在內存中的，最終會在一定數量或時間時會flush到磁盤 storefile；
【2】Region Server 的作用：Data：Get、Put、Delete[Update操作底層是新PUT了一條數據，時間戳和 value 會發生變化，Delete 也是 Put了一條數據，Type是Delete]；Region：SplitRegion、CompactRegion。作爲 Region 的管理者；
【3】Master：作爲 HBase操作的入口，依賴於ZK來管理集羣，HBase 中的操作非常多，因此會將一些任務分配給ZK，當 Master掛掉之後，對數據的增刪改查時沒有問題的，但是對錶級別的增刪改查是不能完成的。Master類似於DDL。ZK類似於DML。作用：Table 的 Create,Delete,Alter；RegionServer：分配 Region 到每個 RegionServer，監控每個 RegionServer 的狀態，負載均衡和故障轉移；
【4】ZK：HBase 通過 ZK來做master的高可用，RegionServer的監控、元數據的入口以及集羣配置的維護等工作；
【5】HDFS：HDFS 爲 HBase提供最終的底層數據存儲服務，同時爲 HBase提供高可用的支持；
----關注公衆號，獲取更多內容----