1、HBase 简介
1.1、HBase是什么
????????HBase 基于 Google的BigTable论文而来，是一个分布式海量列式非关系型数据库系统，可以提供 超大规模数据集的实时随机读写。
接下来，通过一个场景初步认识HBase列存储
如下MySQL存储机制，空值字段浪费存储空间
| id | NAME | AGE | SALARY | JOB |
| 1 | 小明 | 32 | 学生 | |
| 2 | 小红 | 10w | 程序猿 |
如果是列存储的话，可以这么玩......
rowkey：1 name：小明
rowkey：1 age：23
rowkey：1 job：学生
rowkey：2 name ：小红
rowkey：2 salary：10w
rowkey：2 job：律师
....
列存储的优点：
- 减少存储空间占用。
- 支持好多列
1.2、HBase的特点
- 海量存储： 底层基于HDFS存储海量数据
- 列式存储：HBase表的数据是基于列族进行存储的，一个列族包含若干列
- 极易扩展：底层依赖HDFS，当磁盘空间不足的时候，只需要动态增加DataNode服务节点就可以
- 高并发：支持高并发的读写请求
- 稀疏：稀疏主要是针对HBase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情 况下，是不会占用存储空间的。
- 数据的多版本：HBase表中的数据可以有多个版本值，默认情况下是根据版本号去区分，版本号就 是插入数据的时间戳
- 数据类型单一：所有的数据在HBase中是以字节数组进行存储
1.3、HBase的应用
- 交通方面：船舶GPS信息，每天有上千万左右的数据存储。
- 金融方面：消费信息、贷款信息、信用卡还款信息等
- 电商方面：电商网站的交易信息、物流信息、游览信息等
- 电信方面：通话信息
总结：HBase适合海量明细数据的存储，并且后期需要有很好的查询性能（单表超千万、上亿， 且并发要求高）
2、HBase数据模型
HBase的数据也是以表（有行有列）的形式存储
HBase逻辑架构
HBase物理存储?
| 概念 | 描述 |
| Namespace?（数据库） | 命名空间，类似于关系型数据库的database概念，每个命名空间下有多个表。HBase两个自带的命名空间，分别是hbase和default,?hbase中存放的是HBase内置的表，default表是用户默认使用的命名空间。一个表可以自由选择是否有命名空间，如果创建表的时候加上了命名空间后，这个表名字以<Name?space>:<Table>作为区分！ |
| Table | 类似于关系型数据库的表概念。不同的是，HBase定义表时只需要声明列族即可，数据属性，比如超时时间?(TTL），压缩算法?(COMPRESSION)?等，都在列族的定义中定义，不需要声明具体的列。 |
| RoW（一行逻辑数据） | HBase表中的每行数据都由一个Rowkey和多个Column（列）组成。一个行包含了多个列，这些列通过列族来分类,行中的数据所属列族只能从该表所定义的列族中选取,不能定义这个表中不存在的列族，否则报错NoSuchColumnFamilyException。 |
| Rowkey?（每行数据主键） | Rowkey由用户指定的一串不重复的字符串定义，是一行的唯一标识！数据是按照RowKey的字典顺序存储的，并日查询数据时只能根据RowKey进行检素，所以RowKey的设计十分重要。如果使用了之前已经定义的Rowkey，那么会将之前的数据更新掉！ |
| Column Family（列族） | 列族是多个列的集合。一个列族可以动态地灵活定义多个列。表的相关属性大部分都定义在列族上，同一个表里的不同列族可以有完全不同的属性配置，但是同一个列族内的所有列都会有相同的属性。列族存在的意义是HBase会把相同列族的列尽量放在同一台机器上，所以说，如果想让某几个列被放到一起，你就给他们定义相同的列族。 |
| Column Qualifier（列） | Hbase中的列是可以随意定义的，一个行中的列不限名字、不限数量，只限定列族。因此列必须低赖于列族存在！列的名称前必须带着其所属的列族！例如info：name,?info：age |
| TimeStamp?(时 间戳-》版本) | 用于标识数据的不同版本?(version）。时间戳默认由系统指定，也可以由用户显式指定。在读取单元格的数据时，版本号可以省略，如果不指定，Hbase默认会获取最后一版本的数据返回！ |
| Cell | 一个列中可以存储多个版本的数据。而每个版本就称为一个单元格?(Cell) |
| Region（表的分区） | Region由一个表的若干行组成！在Region中行的排序按照行键(rowkey）字典排序。Region不能跨RegionSever，且当数据量大的时候，HBase会拆分Region. |
3、HBase整体架构?
Zookeeper?
- 实现了HMaster的高可用
- 保存了HBase的元数据信息，是所有HBase表的寻址入口
- 对HMaster和HRegionServer实现了监控
HMaster（Master）
- 为HRegionServer分配Region
- 维护整个集群的负载均衡
- 维护集群的元数据信息
- 发现失效的Region，并将失效的Region分配到正常的HRegionServer上
HRegionServer（RegionServer）
- 负责管理Region
- 接受客户端的读写数据请求
- 切分在运行过程中变大的Region
Region
- 每个HRegion由多个Store构成，
- 每个Store保存一个列族（Columns Family），表有几个列族，则有几个Store，
- 每个Store由一个MemStore和多个StoreFile组成，MemStore是Store在内存中的内容，写到文件后就是StoreFile。StoreFile底层是以HFile的格式保存。
