Hbase要点简记

Hbase

HBase是一个分布式的、列式的、实时查询的、非关系型数据库，可以处理PB级别的数据，吞吐量可以到的百万查询/每秒。主要应用于接口等实时数据应用需求，针对具体需求，设计高效率的数据查询接口。

1、底层架构

● Master：HBase 管理节点。管理 Region Server，分配 Region 到 Region Server，提供负载均衡能力；执行创建表等 DDL 操作。
● Region Server：HBase 数据节点。管理 Region，一个 Region Server 可包含多个 Region，Region 相当于表的分区。客户端可直接与 Region Server 通信，实现数据增删改查等 DML 操作。
● ZooKeeper：协调中心。负责 Master 选举，节点协调，存储 hbase:meta 等元数据。
● HDFS：底层存储系统。负责存储数据，Region 中的数据通过 HDFS 存储。

2、表逻辑结构

● RowKey（行键）：行键是HBase记录条目的主键，物理存储时会按照RowKey的字典序排序存储，HBase基于RowKey实现索引；
● Column Family（列族）：纵向切割，HBase中的每个列都归属于某个列族，列族不能改变，一行可有多个列族，一个列族可有任意个列；
● Column（列）：一般都是从属于某个列族，跟列族不一样，这些列都可以动态添加。

注意：
● Key-Value（键值对）：每一列存储的是一个键值对，Key是列名，Value是列值。通过{行键，列族名，列名}可以唯一确定一个列单元并获取数据Value，和关系型数据库不同的是，HBase中的数据是没有类型的，都是以bytes形式存储；
● Byte（数据类型）：数据在HBase中以Byte存储，实际的数据类型交由用户转换；

如果HBase中的一张表只有一个列族的话，等于是这个列族包含了这张表的所有列，也就是将表整行的数据连续存储在了一起，就等于是行式存储了。如果一张表有多个列族，并且每个列族下仅有一列，也就是将表的列数据连续存储在了一起，就等于是列式存储了。

只有一个列族：

每个列族下仅有一列：