定義

非關系型分布式列式數據庫,支持大數據量查詢（百萬,上億行）

概要

• 數據存儲：HDFS
• 數據計算：MapReduce/Spark
• 服務協調：Zookeeper

特征

• 列式存儲（列只有一種類型byte[]）
• 分布式
• 大數據存儲（百萬,上億行; 上萬列）
• 伸縮性,擴展性（列根據業務隨意添加）
• 隨機快速訪問：歸功於region分區
• 強一致性（同一行的數據分布在同一個region）
• 自動分片（當storeFile達到閥值值,自動把一個region分裂成兩個,同時刷新hbase:meta表,以更新region信息）
• regionserver自動故障轉移（failover）：當一個regionserver進程掛掉時,Master會自動將原先regionserver
  下的reigon進行重新分配到其它regionserver
• 支持mapreduce,hdfs: 數據導入,數據存儲
• java api
• thrift/rest api
• block cache
• web ui

不適用場景

• 關聯
• 事務
• 列類型設置
• 二級索引
• 高級查詢（存儲過程,觸發器等）

什麽時候選用HBase

結合二三即可

• 大數據
• 能夠承受丟失RDBMS的特征
• 有足夠的硬件資源

HBase與HDFS的區別

雖然HBase數據存儲在HDFS上,但查詢數據的速度區別很大

• HDFS：屬於全表掃描查詢,速度很慢
• HBase：根據rowKey分區,只選擇部分相應的region查詢,速度很快

HBase系統表

1.也叫目錄表（hbase:meta）: 用於保存所有region信息

2.存放在zookeeper中,默認路徑是 /hbase/meta-region-server (終端執行zkCli.sh)

3.存放目錄由hbase-site.xml中zookeeper.znode.rootserver控制

Master節點

由於meta數據不是存儲在master節點,故當master掛掉時,hbase client can still run for a short time.

• 運行在namenode
• 管理regionserver
• 觸發meta表的更新

WAL(Write Ahead Log)

數據先已文件形式寫入HLog,再寫入memstore

RegionServer

管理region,部署在DataNode上

HBase基礎概念