1:定义
HBase 是一种分布式、可扩展、支持海量数据存储的NoSQL 数据库。非关系型数据库。
2:数据模型
逻辑上,HBase 的数据模型同关系型数据库很类似,数据存储在一张表中,有行有列。但从HBase 的底层物理存储结构(K-V)来看,HBase 更像是一个multi-dimensional map。
1:Name Space:命名空间,类似于关系型数据库的DatabBase 概念,每个命名空间下有多个表。HBase有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。
2:Region: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,不需要声明具体的列。这意味着,往HBase 写入数据时,字段可以动态、按需指定。因此,和关系型数据库相比,HBase 能够轻松应对字段变更的场景。
3:Row:HBase 表中的每行数据都由一个RowKey 和多个Column(列)组成,数据是按照RowKey的字典顺序存储的,并且查询数据时只能根据RowKey 进行检索,所以RowKey 的设计十分重要。
4:Column:HBase 中的每个列都由Column Family(列族)和Column Qualifier(列限定符)进行限定,例如info:name,info:age。建表时,只需指明列族,而列限定符无需预先定义。
5:Time Stamp:用于标识数据的不同版本(version),每条数据写入时,如果不指定时间戳,系统会自动为其加上该字段,其值为写入HBase 的时间。
6:Cell:由{rowkey, column Family:column Qualifier, time Stamp} 唯一确定的单元。cell 中的数据是没有类型的,全部是字节码形式存贮。
3:逻辑结构
4:物理存储结构
5:基础架构
1:Region Server
Region Server 为 Region 的管理者,其实现类为HRegionServer,主要作用如下:对于数据的操作:get, put, delete;对于Region 的操作:splitRegion、compactRegion。
2:Master
Master 是所有Region Server 的管理者,其实现类为HMaster,主要作用如下:对于表的操作:create, delete, alter对于RegionServer 的操作:分配regions 到每个RegionServer,监控每个RegionServer的状态,负载均衡和故障转移。
3:Zookeeper
HBase 通过Zookeeper 来做Master 的高可用、RegionServer 的监控、元数据的入口以及集群配置的维护等工作。
4:HDFS
HDFS 为HBase 提供最终的底层数据存储服务,同时为HBase 提供高可用的支持。