文章目录
HBase基础
GFS -> 高富帅
MapReduce -> MR -> 名人
BigTable -> BT -> ??
HBase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
HBase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。
HBase逻辑结构
HBase物理存储结构
数据模型
Name Space
- 命名空间,类似于关系型数据库的database概念,每个命名空间下有多个表。
- HBase自带两个命名空间:hbase,default。
- hbase存放HBase内置的表,default是用户默认使用的命名空间。
Table
- 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。
- 往HBase写入数据时,字段可以动态,按需指定。
- 和关系型数据库相比,HBase能够轻松应对字段变更的场景。
Row
- HBase表的每行数据都由一个RowKey和多个Column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。
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。
Time Stamp
- 用于标识数据的不同版本(version),每条数据写入时,系统会自动为其加上该字段,其值为写入HBase的时间。
Cell
- 由{rowKey, columnFamily:columnQualifier, timeStamp}唯一确定的单元。
- 单元:指的是物理存储结构中的一行数据
- cell中的数据全部是字节码形式存贮。
HBase基本架构
架构角色
RegionServer
RegionServer为Region的管理者,其实现类为HRegionServer。
主要作用:
- 对于数据的操作:get, put, delete
- 对于Region的操作:splitRegion, compactRegion
Master
Master是所有RegionServer的管理者,其实现类为HMaster。
主要作用:
- 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。
ZooKeeper
HBase通过ZooKeeper来做Master的高可用;RegionServer的监控;元数据的入口(meta-region-server);集群配置的维护等工作。
元数据:region的rowkey范围,所在的regionServer
元数据:只有一个Region
HDFS
HDFS为HBase提供最终的底层数据存储服务,同时为HBase提供高可用支持(副本)。