1.数据模型

1.1数据模型概述

• HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限 定符和时间戳
• 每个值是一个未经解释的字符串，没有数据类型
• 用户在表中存储数据，每一行都有一个可排序的行键和任意多的列
• 表在水平方向由一个或者多个列族组成，一个列族中可以包含任意多个列，同一 个列族里面的数据存储在一起
• 列族支持动态扩展，可以很轻松地添加一个列族或列，无需预先定义列的数量以 及类型，所有列均以字符串形式存储，用户需要自行进行数据类型转换
• HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本， 旧有的版本仍然保留（这是和HDFS只允许追加不允许修改的特性相关的）

1.2数据模型相关概念

2.实现原理

2.1HBase的功能组件

1. 库函数：一般用于链接每个客户端
2. Master服务器：充当管家的作用
   
3. Region服务器:负责存储不同的Region
   Hbase设计了三层结构实现Region的寻址和定位

• 首先要构建一个元数据表，假设这个元数据表只有两列，第一列是Region的id，第二列是Region服务器的id
• Hbase最开始构建时有一个映射表，这个映射表被称为.META.表
• .META.表时用来存储元数据的

3.运行机制

3.1HBase的系统架构图

1. 客户端
   ·客户端包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置 信息，用来加快后续数据访问过程
   · 包含访问HBase的接口并维护cache来加快对HBase的访问
2. Zookeeper服务器 – Zookeeper可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总 有唯一一个Master在运行，这就避免了Master的“单点失效”问题
   • 保证任何时候，集群中只有一个master
   • 存贮所有Region的寻址入口。
   • 实时监控Region server的上线和下线信息。并实时通知Master
   • 存储HBase的schema和table元数据
3. Master
   主服务器Master主要负责表和Region的管理工作：

• 管理用户对表的增加、删除、修改、查询等操作
• 实现不同Region服务器之间的负载均衡
• 在Region分裂或合并后，负责重新调整Region的分布
• 对发生故障失效的Region服务器上的Region进行迁移
  版本二：
  • 为Region server分配region
  • 负责Region server的负载均衡
  • 发现失效的Region server并重新分配其上的region
  • 管理用户对table的增删改操作

4. Region服务器 – Region服务器是HBase中最核心的模块，负责维护分配给自己的Region，并 响应用户的读写请求
   • Region server维护region，处理对这些region的IO请求
   • Region server负责切分在运行过程中变得过大的region

3.2Region服务器工作原理

1. 用户读写数据过程
   •用户写入数据时，被分配到相应Region服务器去执行
   •用户数据首先被写入到MemStore和Hlog中
   •只有当操作写入Hlog之后，commit()调用才会将其返回给客户端
   •当用户读取数据时，Region服务器会首先访问MemStore缓存，如果 找不到，再去磁盘上面的StoreFile中寻找