Hbase

Hbase是一个构建在HDFS上的，具有高可靠、高性能、面向列、可伸缩的分布式数据库。Hbase是Apache Hadoop生态系统中的重要一员，只要勇于海量结构化数据存储。Hbase将数据按照表、行和列进行存储。

Row Key：
主键。表内唯一Column Family：
列族。包含一个或多个列Column：
列。隶属于列族Version Number：
版本号。每个RowKey内唯一
默认值为系统的时间。用户可指定
类型为LongValue（Cell）：
单元格。存储值的地方Hbase Schema可以有多个Table每个表可有多个Column FamilyHbase可以有动态列

Hbase以表的形式存储数据。表由行和列组成。列划分为若干个列族。

空值不被存储。

每个Column Family存储在HDFS上单独的一个文件中。Key和Version Number在每个Column Family中均有一份。空值不会被保存。

Table中的所有行都是按照RowKey的字典序排序Table在行的方向上分隔为多个Region(区域)
Region按大小分隔，每个表开始只有一个Region，苏子和数据增多，Region不断增大，到一定阈值之后，会分拆为两个等份的新的Region。Region是Hbase中分布式存储和负载均衡的最小单元，最小单元就表示不同的Hregion可以分布在不同的Region Server上。但一个Region不会拆分到多个Region Server上。Region虽然是分布式存储的最小单元，但并不是存储的最小单元。事实上，Region由一个或多个Store组成，每个Store保存一个Columns Family。每个Store又由一个memStore和0至多个StoreFile组成。

Hbase采用Master/Slave架构搭建集群，它隶属于Hadoop生态系统，由以下类型节点组成：HMaster、HRegionServer、ZooKeeper，底层数据存储在HDFS中，也涉及到HDFS的NameNode、DataNode等。

总体结构：

Client：
包含访问Hbase的接口，并维护cache来加快对Hbase的访问ZooKeeper：
保证任何时候，急群众只有一个master
存储所有Region的寻址入口
实时监控Region server的上下线信息。并实时通知给Master
存储Hbase的schema和table元数据Master
为Region server分配region
负责Region server的负载均衡
发现时效的Refion server并重新分配其上的region
管理用户对table的增删改查操作Region Server
Region server维护region，处理对这些region的IO请求
Region server负责切分在运行过程中变得过大的region

Native Java APIHbase ShellThrift GatewayREST GatewayMapReduce使用Pig/Hive处理Hbase数据

具体可参考 Hbase访问方式之Java API

允许非商业用途转载，注明出处和链接即可。