什麼是HBase
HBase的原型是Google的BigTable論文，受到了該論文思想的啓發，目前作爲Hadoop的子項目來開發維護，用於支持結構化的數據存儲。
官方網站：http://hbase.apache.org
– 2006年Google發表BigTable白皮書
– 2006年開始開發HBase
– 2008年北京成功開奧運會，程序員默默地將HBase弄成了Hadoop的子項目
– 2010年HBase成爲Apache頂級項目
– 現在很多公司二次開發出了很多發行版本，你也開始使用了。
HBase是一個高可靠性、高性能、面向列、可伸縮的分佈式存儲系統，利用HBASE技術可在廉價PC Server上搭建起大規模結構化存儲集羣。
HBase的目標是存儲並處理大型的數據，更具體來說是僅需使用普通的硬件配置，就能夠處理由成千上萬的行和列所組成的大型數據。
HBase是Google Bigtable的開源實現，但是也有很多不同之處。比如：Google Bigtable利用GFS作爲其文件存儲系統，HBase利用Hadoop HDFS作爲其文件存儲系統；Google運行MAPREDUCE來處理Bigtable中的海量數據，HBase同樣利用Hadoop MapReduce來處理HBase中的海量數據；Google Bigtable利用Chubby作爲協同服務，HBase利用Zookeeper作爲對應。
Hbase特點
海量存儲
Hbase適合存儲PB級別的海量數據，在PB級別的數據以及採用廉價PC存儲的情況下，能在幾十到百毫秒內返回數據。這與Hbase的極易擴展性息息相關。正式因爲Hbase良好的擴展性，才爲海量數據的存儲提供了便利。
列式存儲
這裏的列式存儲其實說的是列族（ColumnFamily）存儲，Hbase是根據列族來存儲數據的。列族下面可以有非常多的列，列族在創建表的時候就必須指定。
極易擴展
Hbase的擴展性主要體現在兩個方面，一個是基於上層處理能力（RegionServer）的擴展，一個是基於存儲的擴展（HDFS）。
通過橫向添加RegionSever的機器，進行水平擴展，提升Hbase上層的處理能力，提升Hbsae服務更多Region的能力。
備註：RegionServer的作用是管理region、承接業務的訪問，這個後面會詳細的介紹通過橫向添加Datanode的機器，進行存儲層擴容，提升Hbase的數據存儲能力和提升後端存儲的讀寫能力。
高併發（多核）
由於目前大部分使用Hbase的架構，都是採用的廉價PC，因此單個IO的延遲其實並不小，一般在幾十到上百ms之間。這裏說的高併發，主要是在併發的情況下，Hbase的單個IO延遲下降並不多。能獲得高併發、低延遲的服務。
稀疏
稀疏主要是針對Hbase列的靈活性，在列族中，你可以指定任意多的列，在列數據爲空的情況下，是不會佔用存儲空間的。
HBase架構
從圖中可以看出Hbase是由Client、Zookeeper、Master、HRegionServer、HDFS等幾個組件組成，下面來介紹一下幾個組件的相關功能：
- Client
Client包含了訪問Hbase的接口，另外Client還維護了對應的cache來加速Hbase的訪問，比如cache的.META.元數據的信息。 - Zookeeper
HBase通過Zookeeper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。具體工作如下：
通過Zoopkeeper來保證集羣中只有1個master在運行，如果master異常，會通過競爭機制產生新的master提供服務
通過Zoopkeeper來監控RegionServer的狀態，當RegionSevrer有異常的時候，通過回調的形式通知Master RegionServer上下線的信息
通過Zoopkeeper存儲元數據的統一入口地址 - Hmaster（NameNode）
master節點的主要職責如下：
爲RegionServer分配Region
維護整個集羣的負載均衡
維護集羣的元數據信息
發現失效的Region，並將失效的Region分配到正常的RegionServer上
當RegionSever失效的時候，協調對應Hlog的拆分 - HregionServer(DataNode)
HregionServer直接對接用戶的讀寫請求，是真正的“幹活”的節點。它的功能概括如下：
管理master爲其分配的Region
處理來自客戶端的讀寫請求
負責和底層HDFS的交互，存儲數據到HDFS
負責Region變大以後的拆分
負責Storefile的合併工作 - 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（Hlog存儲在HDFS）的支持，具體功能概括如下：
提供元數據和表數據的底層分佈式存儲服務
數據多副本，保證的高可靠和高可用性
#HBase中的角色
HMaster
功能
1．監控RegionServer
2．處理RegionServer故障轉移
3．處理元數據的變更
4．處理region的分配或轉移
5．在空閒時間進行數據的負載均衡
6．通過Zookeeper發佈自己的位置給客戶端
RegionServer
功能
1．負責存儲HBase的實際數據
2．處理分配給它的Region
3．刷新緩存到HDFS
4．維護Hlog
5．執行壓縮
6．負責處理Region分片
其他組件
Write-Ahead logs
HBase的修改記錄，當對HBase讀寫數據的時候，數據不是直接寫進磁盤，它會在內存中保留一段時間（時間以及數據量閾值可以設定）。但把數據保存在內存中可能有更高的概率引起數據丟失，爲了解決這個問題，數據會先寫在一個叫做Write-Ahead logfile的文件中，然後再寫入內存中。所以在系統出現故障的時候，數據可以通過這個日誌文件重建。
Region
Hbase表的分片，HBase表會根據RowKey值被切分成不同的region存儲在RegionServer中，在一個RegionServer中可以有多個不同的region。
Store
HFile存儲在Store中，一個Store對應HBase表中的一個列族(列簇， Column Family)。
4. MemStore
顧名思義，就是內存存儲，位於內存中，用來保存當前的數據操作，所以當數據保存在WAL中之後，RegsionServer會在內存中存儲鍵值對。
HFile
這是在磁盤上保存原始數據的實際的物理文件，是實際的存儲文件。StoreFile是以Hfile的形式存儲在HDFS的。
簡書：https://www.jianshu.com/u/0278602aea1d
CSDN：https://blog.csdn.net/u012387141
