一、HBase(NoSQL)的數據模型

1.1 表(table)，是存儲管理數據的。

1.2 行鍵(row key)，類似于MySQL中的主鍵，行鍵是HBase表天然自帶的，創建表時不需要指定

1.3 列族(column family)，列的集合。

一張表中有多個行健，一個行健讀取出來的是一條記錄，列族和MySQL中的列差不多，但是它是列的集合

HBase中列族是需要在定義表時指定的，列是在插入記錄時動態增加的。

HBase表中的數據存儲在本地磁盤上的時候，每個列族單獨一個作為文件存儲。

上圖表示HBase中表的一行

和關系型數據庫不同的是

關系型數據庫一行中每一個列的值只能是一個，如：

UserIdUserName

1JChubby

而在NoSql中，一行里面某一個列的值可能是多個的，如上圖，或者：

UserIdUserName

1JChubby

Looky

其中省略了timestamp時間戳這一列，但是在NoSql中讀取這一行數據的出來時，數據應該是和關系型數據庫讀出來的是差不多的

時間戳列起到了標識列數據版本的作用，當沒有指定時間戳的時候默認取的是最新的列數據，具體請參照上圖

1.4 存儲的數據都是字節數組。

二、HBase的物理模型

2.1 HBase是適合海量數據(如20PB)的秒級簡單查詢的數據庫。

2.2 HBase表中的記錄，按照行鍵進行拆分， 拆分成一個個的region。

如：在一個有1W行健的表中，每2K個行健拆分成一個region分別存儲在不同的節點中，每個region記錄著行健的起始位置和最終位置[startkey,endkey]

許多個region存儲在region server(單獨的物理機器)中的。

這樣，對表的操作轉化為對多臺region server的并行查詢。

HBase中有兩種特殊的表，分別是-ROOT和.META

.META中記錄著各個region的起止行健，當.META中的記錄很大時，又會按照相同的規則拆分成不同的region記錄中-ROOT表中

如上圖所示，當要查詢數據時，先找-ROOT表中記錄的region信息，找到對應的.META表中的region，在到實際的節點上的region查詢數據

三、HBase的體系結構

3.1 HBase是主從式結構，HMaster、HRegionServer

四、HBase偽分布安裝

HBase的安裝是是建立在hadoop和zookeeper集群之上的

安裝時確保hadoop和zookeeper集群已安裝成功并啟動

4.1 解壓縮、重命名、設置環境變量

把hbase-0.94.2-security.tar.gz復制到/home/hadoop

解壓hbase-0.94.2-security.tar.gz與重命名

#cd /home/hadoop

#tar -zxvf hbase-0.94.2-security.tar.gz

#mv hbase-0.94.2-security hbase

修改/etc/profile文件。

#vi /etc/profile

增加

export HBASE_HOME=/home/hadoop/hbase

修改

export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:$HBASE_HOME/bin

保存退出

#source /etc/profile

4.2 修改$HBASE_HOME/conf/hbase-env.sh，修改內容如下：

export JAVA_HOME=/usr/java/jdk1.6.0_45

export HBASE_MANAGES_ZK=true

第一個配置java環境變量

第二個配置在本機器上的HBase可以自己啟動zookeeper和使用

4.2 修改$HBASE_HOME/conf/hbase-site.xml，修改內容如下：

hbase.rootdir

hdfs://master:9000/hbase

hbase.cluster.distributed

true

hbase.zookeeper.quorum

master

dfs.replication

1

hbase.rootdir配置在hdfs文件系統上hbase存儲的路徑

hbase.cluster.distributed配置是否是分布式的

hbase.zookeeper.quorum配置zookeeper在哪個節點上

dfs.replication配置副本個數

注意：hbase.rootdir的主機和端口號與hadoop的配置文件core-site.xml的fs.default.name的主機和端口號一致

4.3 (可選)文件regionservers的內容為master，該文件記錄regionserver的各個節點的主機名，因為是偽分布式安裝，所只寫一個，localhost或者主機名都可以

4.4 啟動hbase，在bin目錄下執行命令start-hbase.sh

******啟動hbase之前，確保hadoop是運行正常的，并且可以寫入文件*******

4.5 驗證是否安裝成功：

(1)執行jps，發現新增加了3個java進程，分別是HMaster、HRegionServer、HQuorumPeer

(2)使用瀏覽器訪問http://master:60010，可以進入和hadoop類似的web管理頁面