在hbase里面有幾個通俗的名稱會經常出現
1）Hregion = region
2）Hregionserver = regionserver
3）Hmaster = master
4）Hmamstore = memstore
5）Hfile = storeFile
?
1、什么是hbase？
1）它是基于稀疏的、分布式的、持久化的、多維有序映射，它基于行健、列簇、時間戳建立索引
2）構建在hdfs之上的分布式列式鍵值存儲系統，hbase內部管理的文件存儲在hdfs中。
??
2、有什么特點？
1）不介意數據類型，允許動態的、靈活的數據模型，并不限制存儲數據的種類。因此他可以自如的存儲結構化和半結構化的數據。
2）它不要sql語音，不強調數據之間的關系
3）它不允許跨行的事物，可以在一行的某一列存儲一個整數，而在另一行的同一列存儲一個字符串
4）它被設計在一個服務器集群上運行，而不是單臺服務器。這就意味著是一種強大的、可擴展的數據使用方式。
?
3、列式存儲
列式存儲的基礎：對于特定的查詢，不是所有的值都是必須的。
1）以列為單位聚合數據，然后將列值順序的存入磁盤
2）數據類型一致，數據特征相似，更利于壓縮
3）大量降低系統I/O
?
?
4、HBASE特性
1）容量巨大：單表可以有百億行，百萬列
2）面向列
3）稀疏性：空值不占用存儲空間
4）擴展性：由hdfs決定，熱擴展
5）高可用性：WAL和Replication機制；hdfs；zookeeper
6）共性能：LSM數據結構；Rowkey有序排列
7）無模式
8）數據多版本
9）數據類型單一
10）TTL
?
5、client
1）包含訪問hbase的接口，并維護cache來加快對hbase的訪問
2）通過rpc機制和master，region server通信
?
6、zookeeper
1）保證任何時候，集群中只有一個master
2）存儲所有region的尋址入口
3）實時監控region server的上下線信息。并通知給master
4）存儲hbase元數據信息
5）hbase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
?
7、HMaster主要負責：table、region管理工作
1）管理用戶對table的增刪改查
2）管理regionserver的負載均衡，跳轉region分布
3）在region分裂后，負責新region的分配
4）在regionserver死機后，負責失效regionserver上的region遷移
?
(由于master只維護表和region的元數據，而不參與表數據IO的過程，master下線僅導致所有元數據的修改被凍結(無法創建刪除表，無法修改表的schema，無法進行region的負載均衡，無法處理region上下線，無法進行region的合并，唯一例外的是region的split可以正常進行，因為只有region server參與)，表的數據讀寫還可以正常進行。
因此master下線短時間內對整個hbase集群沒有影響。)
?
8、regionserver：主要負責響應用戶I/O請求，向hdfs文件系統中讀寫數據
1）管理了一系列Hregion對象，每個Hregion對應了table中的region
2）Hregion由多個Hstore組成，每個Hstore對應了table中的一個column Family的存儲
每個column Family其實就是一個集中的存儲單位，簡稱Hstore
3）regionserver維護region，處理對這些region的IO請求
4）regionserver負責切分在運行過程中變得過大的region
5）regionserver提供行級鎖
?
注：
1）Hregionserver：Hregion：Hstore = Column Family
2）Hstore：
- memStore：用戶首先先寫入MemStore。（flush操作）
- StoreFile：Hfile（compact合并，split操作）
3）hbase只有增加數據，所有更新和刪除都是在compact過程中進行的。
4）用戶寫操作只要寫入內存就可以立即返回，保證I/O高性能
5）同一臺rs上的所有region共享相同的Hlog Files
6）每個update（或者說edit）都會被寫到log，當通知客戶端成功后，rs把數據再加載到內存中。
?
9、region是什么？
1）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就會等分兩個新的region，只會就會越來越多。
2）本質上是以行鍵排序的連續存儲的區間
3）region最佳大小：1GB~2GB
4）regionserver：10~1000個region
5）不同的region分布到不同regionserver上
6）每個Hregion保存某段連續的數據，從開始主鍵（startRow）到結束主鍵(endRow)，通過Hregion從Hadoop的分布式文件系統上數據
?
region雖然是分布存儲的最小單位，但并不是存儲的最小單位
1）一個region由一個或者多個store組成，每個store保存一個 columns family
2）每個store又由一個memstore和0個至多個storeFile組成
3）memstore存儲在內存中，storeFile存儲在hdfs上
?
?
10、Hstore是什么？
Hstore：Hstore存儲是Hbase存儲的核心，由memstore和storeFile組成。
1）Hmemcache:內存中的緩存,保存著最近更新的數據，如果Hmemcache沒有數據，將從hstores獲取磁盤上的數據，每個列簇會有一個hstore集合，每個集合包含多個Hstorefiles文件（b+數結構）
2）Hregion定期調用flushcache()緩存里的內容寫入到文件中，每次調用產生一個新的文件Hstorefile文件，從一個hstore或數據會訪問所有的Hstotefile,很耗時，hstore.compact可以完成小文件到達文件的合并
?
11、Hlog是什么？
磁盤上的操作記錄文件，記錄這所有的更新操作，數據寫入Hlog后，commit()調用才會返回給客戶端。
數據的更新操作最先被記錄在Hmemcache和Hlog中
?
12、Row key
行鍵，table的主鍵，Table中的記錄按照Row key排序。類型為Byte array
1）不宜過長
2）分布均勻
?
13、Column Family
列族，table水平方向有一個或者多個Column Family組成，一個Column Family中可以由任意多個Column組成
?
14、Cloumn
列 格式為：familyName：columnName
列名稱是編碼在cell中的
不同的cell可以擁有不同的列
?
15、Version Number
版本號。默認值是時間戳。類型為long
?
16、Value（Cell）
具體的值。類型為Byte array
?
{},microtime(),is_callable())
