HBase简介及原理

HBase简介

1、HBase是一个万亿行，百万列大表(Big Table)，数据存放在hdfs集群中；

写操作使用MapReduce处理，将（增删改）处理结果放入HBase中，读就直接读HBase；

HBase的并发量在1000左右，常用的关系型数据库MySql的并发量在300~500之间，之所以HBase的并发量比较大，原因在于HBase启用了缓存技术；

HBase中的块的单位是64k，每次读取数据，以块为单位将hdfs集群中的数据加载到内存中，加载到内存中的数据形同一个散列表，散列表以Key-Value的键值对方式存储；

HDFS中存储的数据受到HBase的元数据管理，这种管理方式与Hive雷同，即HBase通过Zookeeper集群管理元数据，通过HDFS集群管理业务数据。

2、数据存储以Region作为单位（行的集合），一个Region的默认大小为128M；

3、因为HBase是基于键值对（读时以块为单位读）的一个NOSQL数据库，Redis的读写纯粹是基于键值对，Redis的并发量在十万左右，并发能力高，
但没有副本机制，数据容易丢失；而HBase基于HDFS集群，具有副本机制，数据安全度高；

4、使用关联评估算法（属于机器学习）

5、HBase是一个构建在HDFS上的分布式列存储系统；
HBase是基于Google BigTable模型开发的；
HBase是Apache Hadoop生态系统中的重要一员，主要用于海量结构化数据存储；
从逻辑上讲，HBase将数据按照表、行和列进行存储。
与hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力。

Hbase表的特点
大：一个表可以有数十亿行，上百万列；
无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；
面向列：面向列（族）的存储和权限控制，列（族）独立检索；
稀疏：空（null）列并不占用存储空间，表可以设计的非常稀疏；
数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳；
数据类型单一：Hbase中的数据都是字符串，没有类型。

HBase架构原理

大数据学习交流QQ群：217770236 让我们一起学习大数据

1、客户端链接zookeeper集群，申请写数据
2、zookeeper返回一个地址列表给客户端
3、客户端根据地址列表链接slave节点写数据，并反馈状态
------------slave节点会主动上报存储状态及工况信息到master
------------master则主动将元数据上报zookeeper集群
4、客户端告知zookeeper记录和状态