發展歷史

• HBASE是建立在HDFS上的高效能資料庫系統
• 通過ROWKEY和主鍵的range來檢索資料
• HIVE支援多表的複雜操作
• 主要是橫向擴充套件，通過增加廉價的伺服器，來提高計算能力
• 表名，行健，列組，列，值

HBASE中的行只支援三種方式訪問

1.通過單個ROWKEY訪問
2.通過ROWKEY的範圍訪問
3.全表掃描

注意ROWKEY在HBASE的內部儲存為“位元組陣列”，一般長度為100左右的BYTES

• HBase中通過row和columns確定的為一個存貯單元稱為cell。每個cell都儲存著同一份資料的多個版本
• 不同版本的資料按照倒序排序，最新的排在最前面
• 時間戳可以自動賦值，也可以由客戶端顯示賦值，時間精確到當前時間系統毫秒
• 都是按照位元組碼形式儲存(CELL中)

• Table 在行的方向上分割為多個Hregion
  

• region按大小分割的，每個表一開始只有一個region，隨著資料不斷插入表，region不斷增大，當增大到一個閥值的時候，Hregion就會等分會兩個新的Hregion。當table中的行不斷增多，就會有越來越多的Hregion
  

• Hregion是Hbase中分散式儲存和負載均衡的最小單元。最小單元就表示不同的Hregion可以分佈在不同的HRegion server上。但一個Hregion是不會拆分到多個server上的
  

• HRegion雖然是分散式儲存的最小單元，但並不是儲存的最小單元。
  　　事實上，HRegion由一個或者多個Store組成，每個store儲存一個columns family。
  　　每個Strore又由一個memStore和0至多個StoreFile組成。如圖：
  　　StoreFile以HFile格式儲存在GFS上
  

  系統架構

  

ZOOKEEPER

1.保證任何時候。叢集中只有一個MASTER
2.儲存所有REGION的定址入口
3.監控REGION SERVER，將其上線，下線的訊息通知給MASTER
4.儲存HBASE的圖表，包括有那些TABLE，每個由那些列組（CF）
 

MASTER

 1.為region server分配region
 2.負責region server的負載均衡
 3.發現失效的regionserver並重新
 分配其上的region
 4.GFS上的垃圾檔案回收
 5.處理schema（圖表）更新請求

REGION SERVER

1 Region server維護Master分配給它的region，處理對這些region的IO請求
2 Region server負責切分在執行過程中變得過大的region
     可以看到，client訪問hbase上資料的過程並不需要master參與（定址訪問zookeeper和region server，資料讀寫訪問regione server），master僅僅維護者table和region的元資料資訊，負載很低