目录
基本概念
概念
数据模型
Name Space命名空间
Table
Row
Column
Time Stamp
Cell
逻辑结构
json
物理存储结构
基础架构
Meta表架构
RegionServer架构
⭐️写流程
⭐️读流程
基本概念
Apache HBase – Apache HBase™ Home
" This project's goal is the hosting of very large tables -- billions of rows X millions of columns --"
概念
海量数据：10亿行、100万列非关系型数据库：kv结构稀疏的：不像关系型数据库表，即使没有数据也要留空分布式的持久的多维的：hashmap是单维度的排序的：排序后可以使用比如二分查找map映射：k:v
key：行键、列键和时间戳索引作为keyvalue：未解释的字节数组，未解释指即经过序列化的
HBase使用与BigTable非常相似的数据模型，用户将数据行存储在带标签的表中。数据行具有可排序的键和任意数量的列。该表存储稀疏，因此如果用户喜欢，同一表中的行可以具有疯狂变化的列。
数据模型
Name Space命名空间
类似数据库概念，其下有多个表，自带两个：hbase和default
hbase：系统使用，存放内置表，不要操作default：用户默认使用的
Table
hbase在定义表时只需要声明列族即可，不需要声明具体的列。数据存储是稀疏的，可以动态、按需指定，可以轻松应对字段变更
Row
行由RowKey和多个Column组成的，数据是按照RowKey字典顺序存储的，查询时只能按照RowKey进行检索，所以RowKey的设计十分重要。
hbase不能写sql，比如where name=xx不行，没这个功能，只能按rowkey读取，这也是hbase不太好用的原因。
Column
ColumnFamily列族+ColumnQualifier列名组成。
如info:name，info:age
建表时只需要指明列族，而列名无需预先定义。
Time Stamp
用来标记版本
Cell
即k:v模型，key由{rowkey,column family: column qualifier, timestamp}组成来，唯一确定的单元。cell中的数据全部是字节码形式存储。
cell针对的是底层存储StoreFile而言的，指的是底层存储的一行数据，其他是针对表而言的
逻辑结构
json
列族：column family列：columnrow key：行号，用来排序和整理数据，特点：一定是按照字典序排序好的，字典序：row_key11在row_key2前面
横向拆分：按行拆分region
竖向拆分：按列族拆分为store
物理存储结构
物理存储结构即为数据映射关系，而在概念视图的空单元格，底层实际根本不存储。
Timestamp
时间戳用于标记版本不同版本version的数据根据timestamp进行区分，读取数据默认读取最新的版本HDFS存储有一个标志性的特点：不能够修改数据在不能改数据的基础上怎么实现改，以时间戳作为版本
Type：标记，写入Put 删除Delete
对于删除操作，其类型为DeleteColumn
基础架构
Meta表架构
警告：不要修改
System Table：hbase:meta
表名：[table],[region start key],[region id]
第一列：info:regioninfo 为region信息，存储一个HRegionInfo对象
第二列：info:server 当前region所处的RegionServer信息，包含端口号
第三列：info:serverstartcode 当前region被分到RegionServer的起始时间
如果一个表处于切分的过程中，即region切分，还会多出两列info:splitA和info:splitB，存储值也是HRegionInfo对象，拆分结束后，删除这两列
RegionServer架构
⭐️写流程
master只负责修改和写hbase/meta表，读找zk就可以了，zk会告诉你表在哪
仅能保证单文件HFile/storeFile有序
⭐️读流程
hash有个特点：说没有一定没有，说有不一定有
精彩链接
您阅读本篇文章共花了：
发表评论