HBase 简介
HBase 简介
HBase - Hadoop Database,是一个高可用、高性能、面向列、可伸缩、实时读写的分布式数据库
利用Hadoop HDFS 作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为其分布式协同服务
主要用来存储非结构化和半结构化的松散数据(列存NoSQL数据库)
HBase数据模型，表结构
Row Key:判断表中的数据是不是同一行，看row key的值是不是相同
Time Stamp:时间戳，使用来描述数据的版本(hbase 的数据存储在hdfs上，不适合修改，为了解决修改问题，用时间戳来记录版本，修改实际上是新增了新的版本)
CF:列族，是列的家族，一个列族下有很多个列
HBase 中的有用的数据都是存储在列族中，把同一列族里面的数据存储在同一目录下，有几个文件保存。
HBase 体系结构
HBase 工作模式是 一主多从的结构，主节点HMaster ,从节点HRegionServer ,Zookeeper提供高可用服务，解决单点故障，客户端访问HBase由Zookeeper分配HMaster
Client:包含访问HBase的接口并维护chche来加快对HBase的访问
Zookeeper:保证任何时候，集群中只有一个HMaster,存储所有的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HMaster，存储HBase的schema和table元数据
Region : HBase自动把表水平划分成多个区域(region),每个region会保存一个表里面的某段连续的数据，每个表一开始只有一个region，随着数据不断插入到表,region 不断增大到一个阀值的时候，region就会等分会两个新饿region(裂变)，当table中的行不断增多，就会有越来越多的region，这样一张完整的表就会被保存在多个Region Server上。
Memstore 与 storefile
- 一个region由多个store组成，一个store 对应一个CF(列族)
- store包含位于内容中的memstore和位于磁盘的storefile写操作先写入memstore,当memstore中的数据达到某个阀值，hregionServer会启动flashcache
进程写入storefile,每次形成单独的一个storefile, - 当storefiel文件增长到一个阀值，系统会进行合并(minor,major,compaction) 在合并的过程中会对版本合并和删除工作(major) 形成更大的storefile
当一个region所有的storefile的大小和超过一定阀值后，会把当前的region分割为两个，并有hmaster分配到对应的regionserver服务器上，实现负载均衡 客户端检索数据，先在memstore找，找不到再找storefile。
HRegion 是HBase中分布式存储和负载均衡的最小单元，最小单元就表示不同的HRegion 可以分布在不同的 HRegion server上
- HRegion 由一个或者多个store组成，每个store保存一个columns family.
- 每个store又由一个memstore和0至多个storefile组成，如图：StoreFile以HFile格式保存在HDFS上