Hbase 概述
Hbase 是構件在HDFS上的分布式列存儲系統
Hbase 是基于谷歌Big table 模型開發的，典型的key/value
Hbase 主要用于海量結構化數據存儲
從邏輯上講，Hbase 將數據按照表，行和列進行存儲
Hbase 表的特點
1.大： 一個表有數十億行，上百萬列
2.面向列存儲： 面向列的存儲和權限控制，列族獨立檢索
3.稀疏： 空列不會占用存儲空間，表可以設計的非常稀疏
4.數據多版本：每個單元中的數據可以有多個版本，默認情況下是自動分配，是單元格插入時的時間戳
5.數據類型單一：都是字符串，沒有其他類型
Hbase 數據模型
Hbase 基本概念
1.RowKey 是Byte array ,是表中每條記錄的主鍵，方便快速查找，Rowkey 的設計非常重要
2.Column Famliy 列族，擁有一個名稱（string）,包含一個或者多個相關列
3.Column 屬于某一個columnfamliy famliyNode:columnName ,每條記錄可以動態添加
4.Version Number 類型為Long ,默認是系統時間戳，可以由用戶自定義
5.Value :Byte arry
Hbase 物理模型
1.每個column famliy 存儲在HDFS上的一個單獨文件中，空值不會被保存
2.key 和Version number 在每一個column famliy 中均有一份、
3.Hbase 為每個值維護多級索引
物理存儲：
??????????????? 1.Table 中所有行按照row key 的字典排序
??????????????? 2.Table 在行的分割方向上分割為多個Region
??????????????? 3. Region 按大小分割的，每個表開始只有一個Region 隨著數據增多，region 不斷增大，當增大到一個閥值的時候。Region 就會等分成2個Region 之后會有越來越多的Region
???????????????? 4. Region是Hbase 中分布式存儲和負載均衡的最小單元，不同的Region 分布在不同的RegionServer
5、Region雖然是分布式存儲的最小單元，但并不是存儲的最小單元。Region由一個或者多個Store組成，每個store保存一個columns family；每個Strore又由一個memStore和0至多個StoreFile組成，StoreFile包含HFile；memStore存儲在內存中，StoreFile存儲在HDFS上
。
Hbase基本組件說明：
Client
包含訪問HBase的接口，并維護cache來加快對HBase的訪問，比如region的位置信息
Master
為Region server分配region
負責Region server的負載均衡
發現失效的Region server并重新分配其上的region
管理用戶對table的增刪改查操作
Region Server
Regionserver維護region，處理對這些region的IO請求
Regionserver負責切分在運行過程中變得過大的region
Zookeeper作用
通過選舉，保證任何時候，集群中只有一個master，Master與RegionServers 啟動時會向ZooKeeper注冊
存貯所有Region的尋址入口
實時監控Region server的上線和下線信息。并實時通知給Master
存儲HBase的schema和table元數據
默認情況下，HBase 管理ZooKeeper 實例，比如， 啟動或者停止ZooKeeper
Zookeeper的引入使得Master不再是單點故障
該機制用于數據的容錯和恢復：
每個HRegionServer中都有一個HLog對象，HLog是一個實現Write AheadLog的類，在每次用戶操作寫入MemStore的同時，也會寫一份數據到HLog文件中（HLog文件格式見后續），HLog文件定期會滾動出新的，并刪除舊的文件（已持久化到StoreFile中的數據）。當HRegionServer意外終止后，HMaster會通過Zookeeper感知到，HMaster首先會處理遺留的HLog文件，將其中不同Region的Log數據進行拆分，分別放到相應region的目錄下，然后再將失效的region重新分配，領取到這些region的HRegionServer在Load Region的過程中，會發現有歷史HLog需要處理，因此ReplayHLog中的數據到MemStore中，然后flush到StoreFiles，完成數據恢復
HBase容錯性
Master容錯：Zookeeper重新選擇一個新的Master
無Master過程中，數據讀取仍照常進行；
無master過程中，region切分、負載均衡等無法進行；
RegionServer容錯：定時向Zookeeper匯報心跳，如果一旦時間內未出現心跳，Master將該RegionServer上的Region重新分配到其他RegionServer上，失效服務器上“預寫”日志由主服務器進行分割并派送給新的RegionServer
Zookeeper容錯：Zookeeper是一個可靠地服務，一般配置3或5個Zookeeper實例
Region定位流程：
尋找RegionServer
ZooKeeper-->-ROOT-(單Region)-->.META.-->用戶表
-ROOT-
表包含.META.表所在的region列表，該表只會有一個Region；
Zookeeper中記錄了-ROOT-表的location。
.META.
表包含所有的用戶空間region列表，以及RegionServer的服務器地址。
Hbase使用場景
大數據量存儲，大數據量高并發操作
需要對數據隨機讀寫操作
讀寫訪問均是非常簡單的操作
Hbase與HDFS對比
兩者都具有良好的容錯性和擴展性，都可以擴展到成百上千個節點；
HDFS適合批處理場景
不支持數據隨機查找
不適合增量數據處理
不支持數據更新
