HBase ?HBase是Apache Hadoop的數據庫，基于HDFS文件系統

random,realtime read/write access to Big Data

開源、分布式、可擴展、面向列

larger tables--billions of rows X millions of columns

不支持表鏈接操作

不支持事務處理

HBase存儲的數據從邏輯上來看就像一張很大的表，其數據列可以根據需要動態增加。

每個單元（cell，由行和列所確定的位置）中的數據根據時間戳可以有不同版本。

在HBase之上還可以使用MapReduce計算模型來處理大規模數據。

HBase實際是map

(row key, column family: qulifier, timestamp) --> content

查詢時，指定：表名-->行鍵-->列族:列名-->版本號

將big table分不同的region存儲，RegionSever和DataNode在一臺主機上。

HMaster為RegionServer的主節點，不存儲表的數據，負責：

1、RegionServer狀態管理；

2、RegionServer負載均衡。

尋址機制：HMaster不參與

兩張特殊的表：

-ROOT-:記錄.META的Region信息，只有一個。位置去zookeeper查（/hbase/ROOT;//對應值為一臺主機）

.META.:記錄用戶表的Region信息，多個

查詢時，會將路徑緩存。

海量數據的秒級簡單查詢

每個列族一個文件

按行鍵拆分成一個個的region

region存儲在region server中

可以啟動多個HMaster，通過ZooKeeper的Master Election機制保證總有一個Master運行

ZooKeeper存儲Region的尋址入口，監控Region Server的狀態，存儲Hbase的schema

表名+開始/結束行鍵來標記每一個Region

每一個Region保存一個表里面某段連續的數據，從開始主鍵到結束主鍵

數據的存儲：

HRegionServer包括兩大部分：HLOG部分和HRegion部分。

HLOG用于存儲日志，采用先寫日志的方式（Write-ahead log）。

HRegion部分包含很多Region，存儲實際數據。

每一個Region由很多Store組成，每個Store存儲的是一個列族（ColumnFamily）的數據。

每一個Store包含一塊駐留內存的MemStore和多個StoreFile。

數據首先更新到MemStore中，達到域值之后再更新到對應的StoreFile中。

StoreFile是HBase的最小單元，負責實際數據的存儲。

HBase把同一列族里面的數據存儲在同一個目錄下

HBase不涉及數據的直接刪除和更新操作，所有數據通過追加方式進行更新。

數據的刪除和更新在HBase合并（compact）的時候進行。

當Store中StoreFile的數量超過設定域值時將觸發合并操作，將多個StoreFile文件合并成一個StoreFIle。

數據的更新：

更新數據時，數據被分配到對應的HRegionServer，首先進行HLOG日志登記。

在操作寫入HLOG之后，commit()調用才會將其返回給客戶端。

HLOG用于故障恢復，若一臺HRegionServer發生故障，其所維護的Regions將被重新分配到新的機器上。

這是HLOG會安裝Region進行劃分，新的機器在加載Region時通過HLOG對數據進行恢復。

Region的分裂：

當Region超過域值時，HRegionServer調用HRegion.closeAndSplit()將其拆分成兩個，

并且報告給HMaster，讓其決定由哪臺HRegionServer來存放新的Region。

這個拆分過程十分迅速，兩個新的HRegionServer最初只保留原來HRegionFile文件的引用。

這是舊的HRegionServer處于停止服務的狀態，當新的HRegion拆分完成并且把引用刪除后，舊的HRegion才會刪除

Region的合并：

兩個Region可以通過調用HRegionServer.closeAndMerger()合并成一個新的Region。

當前版本下，執行此操作需要兩臺HRegionServer停機。

HMaster：

1、管理用戶對Table的增刪改查操作；

2、管理HRegionServer的負載均衡；

3、在HRegion分裂后，負責新HRegion的分配；

4、在HRegionServer停機后，負責HRegions的遷移。

ROOT表和META表：

一個HRegion的鍵：表名+開始主鍵+唯一ID（tablename+startkey+regionId），通過這個標識區分不同的Region。

此為元數據，META。

元數據本身也被存放在HRegion里，稱包含元數據的表為META Table，里面存儲的是Region標識符和服務器的映射

META Table的Regions存儲在ROOT Table中。

元數據表和根數據表的每一行都包含一個列族（info列族）：

info:regioninfo //HRegion標識符

info:server //服務器地址

info:startcode //在HRegion服務器啟動時傳給主服務器，讓主服務器確定這個HRegion服務器的信息沒有更改

HBase啟動時，HMaster先掃描根數據表，因為這個表只有一個Region，所以這個Region的名字是被寫死的。

有時需要把根數據表分配到一個HRegionServer中。

當根數據表被分配好后，HMaster掃描根數據表，獲得元數據表的名字和位置，然后把元數據表分配到不同的HRegionServer中。

最后掃描元數據表，獲得所有Region區域的信息，把它們分配給不同的HRegion服務器。

客戶端緩存已知的ROOT表和META表，從而提高訪問效率。

ZooKeeper的作用：

1、存儲ROOT表和META表的位置；

2、監控集群狀態；

3、保證在同一時刻只有一個HMaster。

HBase特點：

1、數據類型只有簡單的字符串類型

2、數據操作只有很簡單的插入、查詢、刪除、清空等操作，沒有復雜的表與表之間的關系

3、基于列存儲，每個列族由幾個文件保存，不同列族文件是分離的

4、數據維護保存多個版本

5、可伸縮性