一、什麼是HBase？
HBase是一個基於HDFS之上的分佈式的、面向列的開源數據庫，該技術來源於 Fay Chang 所撰寫的Google論文“BigTable大表”，即：把所有的數據存入一張表中。就像Bigtable利用了Google文件系統（File System）所提供的分佈式數據存儲一樣，HBase在Hadoop之上提供了類似於Bigtable的能力。HBase是Apache的Hadoop項目的子項目。HBase不同於一般的關係數據庫，它是一個適合於非結構化數據存儲的數據庫。另一個不同的是HBase基於列的而不是基於行的模式。
二、HBase的體系架構
HBase是由三種類型的服務器以主從模式構成的。這三種服務器分別是：HBase HMaster，Region server，ZooKeeper。
- HBase HMaster負責Region的分配及數據庫的創建和刪除等操作。具體來說，HMaster的職責包括：
- HMaster負責region的分配。
- 調控Region server的工作
- 在集羣啓動的時候分配region，根據恢復服務或者負載均衡的需要重新分配region。
- 監控集羣中的Region server的工作狀態。
- 管理數據庫。提供創建，刪除或者更新表格的接口。
- Region server負責數據的讀寫服務。用戶通過溝通Region server來實現對數據的訪問。
具體來說，RegionServer上存在若干個Region。HBase中的表是根據row key的值水平分割成所謂的region的。一個region包含表中所有row key位於region的起始鍵值和結束鍵值之間的行。每一個region的默認大小爲1GB。集羣中負責管理Region的結點叫做Region server。Region server負責數據的讀寫。每一個Region server大約可以管理1000個region。
- ZooKeeper負責維護集羣的狀態（某臺服務器是否在線，服務器之間數據的同步操作及master的選舉等）。HBase中ZooKeeper的職責包含：
- 維護HBase服務器是否存活
- 監控HBase服務器是否可訪問的狀態
- 提供服務器故障/宕機的通知
- 同時還使用一致性算法來保證服務器之間的同步。
- 同時也負責Master選舉的工作。
- 需要注意的是要保證良好的一致性及順利的Master選舉，集羣中的服務器數目必須是奇數，例如三臺或五臺。
三、HBase的表結構
每一行有一個RowKey用於唯一地標識和定位行，各行數據按RowKey的字典序排列。其中ImployeeBasicInfoCLF和DetailInfoCLF是兩個列族，列族下又有多個具體列。（員工基本信息列族：姓名、年齡。詳細信息列族：薪水、角色）。
HBase數據模型
- 命名空間：命名空間是對錶的邏輯分組，不同的命名空間類似於關係型數據庫中的不同的Database數據庫。利用命名空間，在多租戶場景下可做到更好的資源和數據隔離。
- 表：對應於關係型數據庫中的一張張表，HBase以“表”爲單位組織數據，表由多行組成。
- 行：由一個RowKey和多個列族組成，一個行有一個RowKey，用來唯一標示。
- 列族：每一行由若干列族組成，每個列族下可包含多個列，如上ImployeeBasicInfoCLF和DetailInfoCLF即是兩個列族。列族是列共性的一些體現。注意：物理上，同一列族的數據存儲在一起的。
- 列限定符：列由列族和列限定符唯一指定，像如上的name、age即是ImployeeBasicInfoCLF列族的列限定符。
- 單元格：單元格由RowKey、列族、列限定符唯一定位，單元格之中存放一個值（Value）和一個版本號。
- 時間戳：單元格內不同版本的值按時間倒序排列，最新的數據排在最前面