HBase

2006年Google发布了一篇叫做BigTable：A Distributed Storage System for Structured Data的论文。BigTable是一个分布式存储系统，利用谷歌提出的MapReduce分布式并行计算模型来处理海量数据，使用谷歌分布式文件系统GFS作为底层数据存储，并采用Chubby提供协同服务管理，可以扩展到PB级别的数据和上千台机器，

特点：具备可扩展性、高性能和高可用性

Hbase采用key-value的形式存储数据，最基本的存储单位是列（column）一个列或者多个列形成一行（row），若干行又组成了一张表（table）。

每行中的若干个列又可以被归类为一个列族（column family）。创建表的时候不需要指定列，但是需要指定列族。Hbase中的列是很灵活的，可以在插入数据的时候再去添加

如果插入数据的时候使用了以前已经存在的row key，那就会把之前的列值给更新掉。更新的时候，之前的值不会被覆盖，而是把新值也放到这个单元格中。

一般Hbase集群有一个HMaster服务器和几个HRegionServer服务器。HMaster服务器负责维护表的结构信息，HRegionServer服务器负责存储数据

Store由两部分构成，一部分是MemStore，一部分是StoreFile。MemStore是内存缓冲区，StoreFile是HDFS上的文件。通常当MemStore的大小达到128M或者占用内存达到总内存的40%时会触发flush操作。

随着flush操作的执行，会产生越来越多的StoreFile文件。当StoreFile文件数量增长到3个后，会触发合并操作，将多个小的StoreFile合并成一个大的StoreFile。

StoreFile在完成Compact操作后，体积会越来越大。当单个StoreFile的大小超过10G后，会触发分裂操作，把当前Region分裂成2个Region。

为了保证恢复的效率，Hbase会限制HLog记录的日志数量，如果数量达到32的时候，就会触发强制flush操作。

Hbase是由Client、Zookeeper、HMaster、HRegionServer和HDFS等几个组件组成
Client：包含了访问Hbase的接口，还有维护缓存加速Hbase的访问。
Zookeeper：实现HMaster的高可用；监控HRegionServer的状态；存储.meta.的地址。
HMaster：维护.meta.；为HRegionServer分配Region；维护集群的负载均衡。
HRegionServer：处理客户端的读写请求；管理HMaster分配的Region。
HDSF：为Hbase提供最终的底层数据存储服务。

start-all.sh  开启节点
stop-all.sh   关闭节点
start-hbase.sh  开启hbase节点
stop-hbase.sh   关闭hbase节点

Shell操作的第一步是启动Shell，使用以下命令
     hbase shell

要离开可以输入exit或者quit命令
exit;

	create 'user', 'cf1'
这句话的意思是建立一个叫user的表，里边有一个叫做cf1的列族

在Hbase Shell执行以下命令：
       list
输出结果：
TABLE                                                                                        
user                                                                                         
1 row(s)
Took 0.0890 seconds                                                                          
=> ["user"]
说明我们的Hbase中只有user一张表

在Hbase Shell执行以下命令：
	describe 'user'

在Hbase Shell执行以下命令：
	put 'user', 'rk0001', 'cf1:name', 'zhangsan'
这句话的意思就是
向user表插入一个单元格
这个单元格的row key为rk0001
这个单元格的列族是cf1
这个单元格的列名是name
这个单元格的数据值是zhangsan

scan 'user'    查看user表里的内容

	delete 'user', 'rk0002', 'cf1:age'
执行的结果就是user表中rk0002行的cf1:age单元格被删除了。

deleteall 'user', 'rk0001'
这次一下就删除了整个rk0001记录。

	disable 'user' 
	停用user表
	drop   'user'
	需要停用表之后才能删除表