HBase-初看HBase

---

0.95版本
hbase 单机模式下所有的服务都运行在一个JVM上，包括HBase和zookeeper。使用的是本地文件系统

日志默认放在目录下logs文件夹中

基本命令：
 create 'table','cf'  //创建一个table名字的表，cloumn family为cf
 put 'table','row1','cf:a','value1' //插入table表中一条数据，row1为key值，a为列名，value1为值
 list ‘table’  //列出所有的表。table不是表名
 scan ‘table’  //查看表中所有数据
 get ‘table’，‘row1’ //取数据
 disable ‘table’ //?
 drop ‘table’；//删除表

hbase 分默认配置文件和用户自定义配置文件

hbase要求本地换回地址必须是127.0.0.1，不能是127.0.1.1等。Ubuntu默认是127.0.1.1

常用的Linux最大文件句柄不能满足hbase的要求，默认1024，设置到10K

sync 持久化同步

hbase的hadoop.jar必须和hadoop的hadoop.jar保持一致

hadoop hdfs有一个同时处理文件数的上限，这个上限至少要为4096，dfs.datanode.max.xcievers

hbase 分单机、伪分布式、完全分布式。和hadoop相同

hbase的数据目录hbase.rootdir要让它自己创建，不要自己创建

使用完全分布式模式，要把hbase.cluster.distributed 设置为true

hbase的conf/regionservers相当于hadoop的conf/slaves或者etc/slaves

一个分布式的hbase依赖一个zookeeper集群

hbase默认master端口 60000

hbase判断宕机默认为失联3分钟

hbase的表是按key排序的

---

使用HBase的时候要让HBase的版本和hadoop的对应才行，不然会出很多问题。方法有两种，一种是用hadoop的jar包替换HBase里面的hadoop jar包，强迫它们对应起来；另一种就是找到原配，根据hadoop的版本去选择HBase的版本；

我更倾向于第二种。查看方法是看HBase 的lib中hadoop相关的jar包的版本。

在稳定版本中它们大概的对应关系为：

可以看到，在一些过渡版本比如0.96.2、0.98.7有hadoop1.x和2.x的不同版本。

---

至于HBase与hadoop其他组件之间的关系，我读到一个帖子，感觉非常受用（虽然它的题目是HBase简介，但是我觉得它的题目更适合叫HBase与其他hadoop子项目之间的关系）

引用自：http://www.aboutyun.com/thread-6138-1-1.html

其中HBase位于结构化存储层，Hadoop HDFS为HBase提供了高可靠性的底层存储支持，Hadoop MapReduce为HBase提供了高性能的计算能力，Zookeeper为HBase提供了稳定服务和failover机制。
此外，Pig和Hive还为HBase提供了高层语言支持，使得在HBase上进行数据统计处理变的非常简单。 Sqoop则为HBase提供了方便的RDBMS数据导入功能，使得传统数据库数据向HBase中迁移变的非常方便。

（才知道RDBMS是这么个东西）

---

HBase通过row和column确定一份数据，这份数据的值可能有多个版本，为什么会存在多个版本？
查询的时候会显示那个版本？
保证数据不被修改，查询时总是显示最新版本 

---

存储类型

TableName 是字符串
RowKey 和 ColumnName 是二进制值（Java 类型 byte[]）
Timestamp 是一个 64 位整数（Java 类型 long）
value 是一个字节数组（Java类型 byte[]）。

---

可以简单的将HTable的存储结构理解为

---

Hbase的优点
1 列的可以动态增加，并且列为空就不存储数据,节省存储空间.

2 Hbase自动切分数据，使得数据存储自动具有水平scalability.

3 Hbase可以提供高并发读写操作的支持

Hbase的缺点：

1 不能支持条件查询，只支持按照Row key来查询.

2 暂时不能支持Master server的故障切换,当Master宕机后,整个存储系统就会挂掉.

---

HBase和传统型数据库的区别（http://www.aboutyun.com/thread-7804-1-1.html）

---