（1）HBase：基于HDFS之上的NoSQL（本地模式除外）、面向列，适合执行select
主从架构
HBase HDFS
表 ----> 目录
列族 —> 目录
数据 —> 文件（HFile，默认大小128M）
（2）Redis：基于内存的NoSQL数据库，支持持久化（RDB、AOF）
从3.0版本开始，Redis Cluster去中心化，没有中心节点，不存在单点故障的问题
前身：Memcached缓存，不支持持久化（比如：OpenStack）
（3）MongoDB：基于文档（BSON文档，就是json的二进制）的NoSQL数据库
（4）Cassandra：面向列的NoSQL，类似HBase
去中心化，没有中心节点，不存在单点故障的问题

2 Hbase体系架构和表结构

2.1 Hadoop的生态圈组件

之前的梳理过程中有提及，这次直接以图片的方式展示Hadoop的生态圈组件，目前学习到的也就是中间的两个，HDFS和Yarn(MapReduce)，剩下的还有点多哇

【Hbase】常见的NoSQL数据库和Hbase体系架构和表结构_Nosql

HDFS分布式系统：最底层的组件，用于解决海量数据的存储问题
Hbase：基于HDFS之上，所有的数据都是存放在HDFS中，在Hbase中创建一张表时，对应HDFS中就是一个目录，表中的数据就是HDFS中的一个文件
Yarn（MapReduce）：一个不规则的形状，且是在Hbase和HDFS之上的，说明可以处理HDFS中的数据（之前写的程序都是直接处理HDFS中的数据），也可以处理Hbase中的数据（MapReduce中也可以有Hbase接口，从而实现Hbase数据处理）。需要注意Yarn是一个容器，提供一个架子，而真正起作用的是里面MapReduce，相当于发动机的功能，除此之外还可以有其他的发动机，比如spark，flink等
Hive/Pig：都是数据分析引擎，区别在于Hive支持SQL，Pig支持PigLatin，但是底层都是MapReduce任务运行在Yarn之上
Sqoop/Flumme：数据采集引擎，实现的是ETL功能，区别在于Sqoop是一个数据交换工具（交换的主要是关系型数据库，可以把Orcle，MySQL或者SQLServer中的数据采集到大数据平台HDFS或者Hbase上，反过来也是可行的，因为它实现的是交换的功能，双向操作），Sqoop的底层也是MapReduce。Flumme也是一个数据采集工具，它的主要特点是采集日志，但是其对应的底层并不是MapReduce
HUE：基于Web的集成管理工具，可以管理前面的所有内容
ZooKeeper：分布式的协调服务，用于调节（之前介绍hadoop体系架构的时候，将其比作搭桥的人）

2.2 Hbase体系架构

Hbase底层是基于HDFS，那么最下就是HDFS，处理数据的职责又是DataNode负责，所以图示的最下面就是这部分内容
Hbase本身就是一个主从架构，可以分为两部分，主节点HMaster（和HDFS中的NameNode的类似，也不是负责处理数据，只是进行接收请求客户端的请求，管理和维护Hbase整个集群的状态），从节点就是RegionServer（数据存放和处理的地方）
列族就是Region，需要注意的一个列族应该对应多个Region，这个表数据的插入有关系，因为所有的数据都在一个大表上面，随着数据的加入一个列族的数据越来愈多，只用一个Region就没有办法进行存放和处理了，因此就需要多个。为了保证数据的安全，可以设置Region的冗余，也就是把数据进行备份
Region也是一个逻辑单位，把其放大也是占用了一块内存，当存储的文件内容变大了就会形成文件（Store Files），为了提供性能的目的，这个文件并不是直接传递到DataNode进行处理，而是在达到128M时候形成HFile后再转送到DataNode
既然是主从架构，就会出现单点故障的问题，因此就需要ZooKeeper，进行备份主节点，当然只有一个是启动运行，当主节点损坏后，备份的才启动
集群状态的节点信息都存放在ZooKeeper上，需要注意的是存储的是主机名称（并不是ip地址），需要通过主机名来解析ip地址

【Hbase】常见的NoSQL数据库和Hbase体系架构和表结构_Nosql_02