《HBase实战》学习笔记

第二章  入门

HBase写路径：

　　增加新行和修改已有的行，内部机制是一样的。

　　写入的时候，会写到预写日志（WAL）和MemStore中。

　　MenmStore是内存里的写入缓冲区。填满后，会将数据刷写到硬盘里，生成一个HFile，HFile是HBase的低层存储格式。

　　一个列族可以有多个HFile，但一个HFile不能存储多个列族的数据。

　　一般使用HDFS作为底层文件系统。

　　如果服务器宕机，MemStore里丢失的数据可以通过WAL来恢复。

HBase读路径：

　　读数据的时候，要从HFile和MemStore里拿数据。

　　读操作使用了BlockCache，用来保存从HFile里频繁读入内存的数据。

　　Block是HBase从硬盘读数据的基本单位，默认64KB。

　　一个完整行的数据可能存放在多个HFile里。

删除：

　　HFile是不可用修改的，所以删除不是立即删除内容，只是给记录打上删除标记，实质上是增加一条墓碑记录写入进来。

　　打上删除标记的内容不会被get和scan返回。

　　只有执行大合并，被删除的记录占用的空间才回被释放。

合并：

　　合并分为大合并（major compaction）和小合并（minor compaction）。

　　小合并将多个小HFile合并成一个大HFile。读出已有的多个HFile内容，写入到一个新文件，删除老文件。

　　大合并将处理给定region的一个列族的所有HFile。

　　大合并是清理被删除记录的唯一机会。因为不能保证被删除的记录和墓碑记录在一个HFile里，只有大合并才能同时访问到这两种记录。

数据模型：

　　HBase没有严格形态的数据，数据记录可能包含不一致的列，不确定大小等，这种数据称为半结构化数据。

　　HBase不能实施关系约束，并且不支持多行事务。

　　一行中一个列族的数据不一定存放在同一个HFile里，但是要物理存放在一起。

小结：

　　HBase是为半结构化数据和水平可扩展性设计的数据库。

　　数据按照四维坐标系统来组织：行键，列族，列限定符，时间版本。

　　HBase是无模式数据库，只需要提前定义列族。

　　也是无类型数据库，按照字节数组存储。