1.介绍

• 一种分布式Hadoop数据库
• 支持随机访问和数据检索
• 不适合实时处理，适合海量数据

2.背景

• 关系型数据库（RMDBS）：MySQL，Oracle
• 非关系型数据库（nosql）：no only sql
• bigtable—>hbase
• gfs—>hfs

3.使用场景

3.1 互联网搜索：bigtable

• bigtable/hbase专门用于搜索引擎的数据存储

• 建立索引的含义：爬虫行为不断，加快检索数据速度

3.1.1 bigdata发明的原因

• 抓取增量数据
• 内容服务
• 信息的交换

4 hbase安装

4.1 步骤

5.hbase 特性

5.1 特性

• 表模型和关系型数据库表模型不同
• 表没有固定的字段定义
• 表中每行存储的数据都是键值对
• 表中有列簇的划分，用户可以指定将那些键值划分到列簇
• hbase的表存在物理存储上，是按照列簇来划分的，不同列簇的数据一定存储在不同的文件中
• 每一行都有一个固定的行键，每一行的行键在表中不能重复
• hbase中的数据，包含行键、键值。。。都是byte类型，本身不负责维护数据类型
• 对事务支持很差

和nosql和RMDBS的区别：

	HBAse	RMDBS
数据类型	只有字符串	丰富的数据类型
数据类型
数据类型
数据类型

hbase表模型

一个表（表名）
rowkey，行键不重复
多个colum family
cell 对应一个kv
存储多个历史版本
数据如果太大，会被横向切分成脱肛额region（用rowkey范围标识），不同region的数据存储在不同的文件中
hbase会对插入的数据按顺序存储：首先按照行键排序；同一行礼的kv会按照列簇排序，再按照kv排序

5.2 工作机制

• client：客户端，访问hbase的主键都可以是客户端。sh/py等文件都可以。
• ZK：一个集群。

监控master。保证一个集群中有且仅有一台hmaster是存活的，为了高可用
存储所有region的寻址入口。
实时监控region server的状态。感知regionserver的上下限，实时通知hmaster.还会存储hbase的部分元数据。

• hmaste：

整个hbase主机。为regionmaster分配region。负责regionserver的负载均衡。
负责region的重新分配。
hdfs的垃圾回收
schema的更新请求

• regionserver

维护master分配给他的region
负责处理client对region的读写请求并和HDFS进行交互
负责具体的关于region的切分

• hlog

会对HBASE所有操作进行记录，当有插入操作，先将操作写入到日志，然后再写源数据库

• region

表的一部分
hbase分布式存储和负载均衡的最小单元

• store

列簇

• memorystore

内存缓冲区。专门用于将数据批量刷新到HDFS中。默认为128M（内存缓冲区）

• hfile/storefile

hbase中的文件都会以hfile的形式存储到HDFS中。