HBase作为Google Bigtable的开源实现，Google Bigtable利用GFS作为其文件存储系统类似，则HBase利用Hadoop HDFS作为其文件存储系统；Google通过运行MapReduce来处理Bigtable中的海量数据，同样，HBase利用Hadoop MapReduce来处理HBase中的海量数据；Google Bigtable利用Chubby作为协同服务，HBase利用Zookeeper作为对应。
相当于bigtable,hbase一级，gfs和hdfs一级，Chubby和zookeeper一级
回忆一下：
gfs:master,client,chunkserver
hdfs:namenode ,client ,datanode

面向列的存储

传统意义上面向行的存储：

我们可以发现，有很多冗余的部分，比如赵六本科，硕士，清华就没有，浪费空间
新型的关系型数据库，面向列的

首先明确行式中的行和列式中的行不一样，但本质上都是相同主键/行键为一行，但不对应表格中的一行。
行式中：表格中的一行就是一行
列式中：相同主键【Hbase称为行键】的为一行，其实对应表格中的多行

① 行式存储倾向于结构固定，列式存储倾向于结构弱化。
② 行式存储一行数据只需一份主键，列式存储一行数据需要多份主键。
③ 行式存储存的都是业务数据，列式存储除了业务数据外，还要存储列名即需要在表格中显示显现列族和列修饰符。
④ 行式存储更像一个Java Bean，所有字段都提前定义好，且不能改变；
列式存储更像一个Map，不提前定义，随意往里添加key/value需要提前定义好列族和列修饰符
1：列族和列修饰符。
需要提前定义好。面向行中的列近似于面向列中的列族：列修饰符。
从下图可以看到，列族：列修饰符是按照行进行排列的

2：行键
可以看到，行键类似于面向行的主键，即说明这些信息都是属于同一对象

3：时间戳
这个时间戳可以作为版本号来使用。相当于如对数据进行更改，面向列的存储不会对原数据进行删除或者修改，而是增加一行数据，并标上新的时间戳相同列族：列修饰符的数据是按照时间戳倒排，即最新的在最前面
此时去查询获取的是新数据，仿佛是更新了，但其实只是默认返回了最新版本的数据而已

4：单元格cell和行row
上图中的每一行就相当于一个Cell，这里的行键、列族、列修饰符和时间戳其实可以看作是定位属性（类似坐标），最终确定了一个数据
比如说：1001 bi:name 张三 t1 就为一个Cell
而相同的行键构成一行(Row)
比如说：所有行键为1001的构成一行

这里要注意的是，将面向列与面向行进行类比实质是不准的
本质上讲，Hbase的是一个三维Map（Map套Map）。列族是第一维，列修饰符是第二维，时间戳是第三维
学生表{
//一行
“张三”: { //行键
“毕业学校:本科” : { //列族：列修饰符
15 : “清华大学”, //最新的版本，如果对其检索则返回此版本
4 : “北京大学”//早版本 ，如果对其检索不会返回此版本
},
“毕业学校:硕士” : { //列族：列修饰符
15 : “清华大学”,
},
“工作经验:公司1” : { //列族：列修饰符
6 : “微软”
}
“工作经验：公司2”{//列族：列修饰符
10：“腾讯”
}
},
“李四”: { //行键
“毕业学校:本科” : { //列族：列修饰符
15 : “复旦大学”, //最新的版本，如果对其检索则返回此版本
},
“毕业学校:硕士” : { //列族：列修饰符
15 : “北京大学”,
},
“工作经验:公司1” : { //列族：列修饰符
10：“腾讯”
6 : “阿里巴巴”
}
},
}1001{ bi{},ei{},wi{}}

引用：https://www.jianshu.com/p/c4e3d847f529

HBase架构

Client：包含访问HBase的接口，并维护cache来加快对HBase的访问。

Zookeeper：HBase依赖Zookeeper，默认情况下HBase管理Zookeeper实例（启动或关闭Zookeeper），Master与RegionServers启动时会向Zookeeper注册。Zookeeper的作用如下：
保证任何时候，集群中只有一个master
存储所有Region的寻址入口
实时监控Region server的上线和下线信息。并实时通知给master
存储HBase的schema和table元数据

HRegionServer：维护master分配给他的region

HRegion：HBase表在行的方向上分隔为多个Region。Region是HBase中分布式存储和负载均衡的最小单元。Region按大小分隔，每个表一般是只有一个region，当region的某个列族达到一个阈值（默认256M）时就会分成两个新的region。

Store：每一个Region由一个或多个Store组成.每个ColumnFamily建一个Store，如果有几个ColumnFamily，也就有几个Store。

StoreFile：memStore内存中的数据写到文件后就是StoreFile，StoreFile底层是以HFile的格式保存。

HLog：HLog记录数据的所有变更，可以用来恢复文件，一旦region server 宕机，就可以从log中进行恢复。