簡介

從NoSQL分類來說，Hbase和Cassandra是一類資料庫，都是列族資料型別。

關於hbae和cassandra的對比可以看下為什麼國內流行hbase，國外反而多用cassandra？,這裡不再贅述。

名詞介紹

表，行這些都是同關係型資料庫一致

列族

列族顧名思義就是列的組合，wide-column這種資料型別都是根據BigTable模型實現的，它是一個稀疏的、多維結構對映。實際儲存，就是列族的資料儲存在一起，而不是像關係型資料庫那樣，一行存在一起。所以列族是需要提前定義的。

key-value,wide-column,json幾種資料型別對比NoSQL概述-從Mongo和Cassandra談談NoSQL

region

region就是range partition,一組row key的範圍組合。region是自動分裂的。一般大小是1GB-2GB，超過配置的大小，就進行分裂。

部署架構

Hbase的部署架構比較複雜。對於一個分散式資料庫，叢集架構一般有三個角色：路由節點、配置資訊節點、分片資料節點。
有些資料庫將這些功能都整合到同一個節點，這樣的話擴容比較簡單，單點比較少。如果拆分成不同節點話，部署起來就比較麻煩，擴容的話也比較麻煩，每個部分都有可能需要去擴容，好處是職責隔離，不會因為耦合造成整個節點的故障。以下是HBase的叢集部署架構

Hbase Master

Hbase是AP型分散式資料庫，Master-Slave模式。Master負責管理所有的RegsionServer，也就是上面所說的配置資訊節點這個角色。
記錄了資料塊HRegions屬於哪個Region Server。當RegionServer增加或者下線時，需要進行HRegion的重新分配。一般為了可用性，Master節點個數要大於1,避免單點故障。

Region Server
Region Server負責資料的讀寫，資料存放在記憶體中，持續化需要和HDFS檔案系統進行I/O互動。HBase是列族資料庫，列的資料是存放在一起的，不同的行按照row key分佈，儲存在不同的Region Server中。

一般來說，擴容主要是擴容Region Server，因為主要是Region Server負責資料的讀寫。

Zookeeper
管理HMaster的資訊

HDFS DataNode

資料的儲存與備份。將資料儲存在HDFS的一個顯而易見的好處時，當叢集Region Server發生變化時，增加或者減少時，不需要在節點間進行資料的複製，這大大減少了節點的上下線時間，和I/O消耗。

分片

Hbase的分片策略很簡單，就是根據rowkey來分片，每個Region Server負責一組rowkey.

資料儲存與維護

資料儲存和Cassandra類似，先寫log和記憶體，記憶體memstore也是LSM樹，然後在flush到磁碟中，HFile，儲存在HDFS中。

當HFile超過一定大小後，進行資料的分離。

讀寫分析

讀操作

讀操作一般在Hbase裡面叫3跳，涉及到Hbase叢集的3個角色。

Meta table
HRegion的metadata資訊都儲存在.META表中，Region增加減少，這個資訊都會更改。

Root table
Root table是用來記錄META表資訊的，儲存在ZK中。

Hbase的讀一般需要三跳

非常繁瑣，所以路由資訊一般cache到client，減少client與Hbase各個節點之間的互動。

寫操作

沒什麼複雜的，和cassandra類似，不再贅述

總結

Hbase的叢集部署架構模式和Mongo類似，多角色方式。所以讀取資料的3跳也比較類似。單節點寫入的話和Cassandra類似。

參考

https://www.iteblog.com/archives/2516.h