HBase基础概念

定义

非关系型分布式列式数据库,支持大数据量查询（百万,上亿行）

概要

• 数据存储：hdfs
• 数据计算：mapreduce/spark
• 服务协调：zookeeper

特征

• 列式存储（列只有一种类型byte[]）
• 分布式
• 大数据存储（百万,上亿行; 上万列）
• 伸缩性,扩展性（列根据业务随意添加）
• 随机快速访问：归功于region分区
• 强一致性（同一行的数据分布在同一个region）
• 自动分片（当storefile达到阀值值,自动把一个region分裂成两个,同时刷新hbase:meta表,以更新region信息）
• regionserver自动故障转移（failover）：当一个regionserver进程挂掉时,master会自动将原先regionserver
  下的reigon进行重新分配到其它regionserver
• 支持mapreduce,hdfs: 数据导入,数据存储
• java api
• thrift/rest api
• block cache
• web ui

不适用场景

• 关联
• 事务
• 列类型设置
• 二级索引
• 高级查询（存储过程,触发器等）

什么时候选用hbase

结合二三即可

• 大数据
• 能够承受丢失rdbms的特征
• 有足够的硬件资源

hbase与hdfs的区别

虽然hbase数据存储在hdfs上,但查询数据的速度区别很大

• hdfs：属于全表扫描查询,速度很慢
• hbase：根据rowkey分区,只选择部分相应的region查询,速度很快

hbase系统表

1.也叫目录表（hbase:meta）: 用于保存所有region信息

2.存放在zookeeper中,默认路径是 /hbase/meta-region-server (终端执行zkcli.sh)

3.存放目录由hbase-site.xml中zookeeper.znode.rootserver控制

master节点

由于meta数据不是存储在master节点,故当master挂掉时,hbase client can still run for a short time.

• 运行在namenode
• 管理regionserver
• 触发meta表的更新

wal(write ahead log)

数据先已文件形式写入hlog,再写入memstore

regionserver

管理region,部署在datanode上