一脸懵逼学习HBase---基于HDFS实现的。（Hadoop的数据库，分布式的，大数据量的，随机的，实时的，非关系型数据库）

1.Row Key
    与nosql数据库们一样,row key是用来检索记录的主键。访问HBASE table中的行，只有三种方式：
    a.通过单个row key访问
    b.通过row key的range（正则）
    c.全表扫描
    Row key行键 (Row key)可以是任意字符串(最大长度 是 64KB，实际应用中长度一般为 10-100bytes)，在HBASE内部，row key保存为字节数组。存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)
2.Columns Family
    列簇 ：HBASE表中的每个列，都归属于某个列族。列族是表的schema的一部 分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族。
3.Cell
    由{row key, columnFamily, version} 唯一确定的单元。cell中 的数据是没有类型的，全部是字节码形式存贮。
关键字：无类型、字节码
4.Time Stamp
    HBASE 中通过rowkey和columns确定的为一个存贮单元称为cell。每个 cell都保存 着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由HBASE(在数据写入时自动 )赋值，此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版 本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面。
    为了避免数据存在过多版本造成的的管理 (包括存贮和索引)负担，HBASE提供 了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段 时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。

1、保存Hmaster的地址和backup-master地址
    hmaster：
    a)管理HregionServer
    b)做增删改查表的节点
    c)管理HregionServer中的表分配
2、保存表-ROOT-的地址
    hbase默认的根表，检索表。
3、HRegionServer列表
    表的增删改查数据。
    和hdfs交互，存取数据。    

/*
* 提示：该行代码过长，系统自动注释不进行高亮。一键复制会移除系统注释 
* 12.hbase开发　　12.1.配置　　    HBaseConfiguration        包：org.apache.hadoop.hbase.HBaseConfiguration        作用：通过此类可以对HBase进行配置        用法实例：         Configuration config = HBaseConfiguration.create();        说明： HBaseConfiguration.create() 默认会从classpath 中查找 hbase-site.xml 中的配置信息，初始化 Configuration。        使用方法:        static Configuration config = null;        static {        config = HBaseConfiguration.create();        config.set("hbase.zookeeper.quorum", "slave1,slave2,slave3");        config.set("hbase.zookeeper.property.clientPort", "2181");        }    12.2.表管理类        HBaseAdmin        包：org.apache.hadoop.hbase.client.HBaseAdmin        作用：提供接口关系HBase 数据库中的表信息        用法：        HBaseAdmin admin = new HBaseAdmin(config);    12.3.表描述类        HTableDescriptor        包：org.apache.hadoop.hbase.HTableDescriptor        作用：HTableDescriptor 类包含了表的名字以及表的列族信息          表的schema（设计）        用法：        HTableDescriptor htd =new HTableDescriptor(tablename);        htd.addFamily(new HColumnDescriptor(“myFamily”));    12.4.列族的描述类        HColumnDescriptor        包：org.apache.hadoop.hbase.HColumnDescriptor        作用：HColumnDescriptor 维护列族的信息        用法：        htd.addFamily(new HColumnDescriptor(“myFamily”));    12.5.创建表的操作        CreateTable（一般我们用shell创建表）        static Configuration config = null;        static {        config = HBaseConfiguration.create();        config.set("hbase.zookeeper.quorum", "slave1,slave2,slave3");        config.set("hbase.zookeeper.property.clientPort", "2181");        }        HBaseAdmin admin = new HBaseAdmin(config);        HTableDescriptor desc = new HTableDescriptor(tableName);        HColumnDescriptor family1 = new HColumnDescriptor(“f1”);        HColumnDescriptor family2 = new HColumnDescriptor(“f2”);        desc.addFamily(family1);        desc.addFamily(family2);        admin.createTable(desc);    12.6.删除表        HBaseAdmin admin = new HBaseAdmin(config);        admin.disableTable(tableName);        admin.deleteTable(tableName);    12.7.创建一个表的类        HTable        包：org.apache.hadoop.hbase.client.HTable        作用：HTable 和 HBase 的表通信        用法：        // 普通获取表        HTable table = new HTable(config,Bytes.toBytes(tablename);        // 通过连接池获取表        Connection connection = ConnectionFactory.createConnection(config);        HTableInterface table = connection.getTable(TableName.valueOf("user"));    12.8.单条插入数据        Put        包：org.apache.hadoop.hbase.client.Put        作用：插入数据        用法：        Put put = new Put(row);        p.add(family,qualifier,value);        说明：向表 tablename 添加 “family,qualifier,value”指定的值。        示例代码：        Connection connection = ConnectionFactory.createConnection(config);        HTableInterface table = connection.getTable(TableName.valueOf("user"));        Put put = new Put(Bytes.toBytes(rowKey));        put.add(Bytes.toBytes(family), Bytes.toBytes(qualifier),Bytes.toBytes(value));        table.put(put);    12.9.批量插入        批量插入        List<Put> list = new ArrayList<Put>();        Put put = new Put(Bytes.toBytes(rowKey));//获取put，用于插入        put.add(Bytes.toBytes(family), Bytes.toBytes(qualifier),Bytes.toBytes(value));//封装信息        list.add(put);        table.put(list);//添加记录    12.10.删除数据        Delete        包：org.apache.hadoop.hbase.client.Delete        作用：删除给定rowkey的数据        用法：        Delete del= new Delete(Bytes.toBytes(rowKey));        table.delete(del);        代码实例        Connection connection = ConnectionFactory.createConnection(config);        HTableInterface table = connection.getTable(TableName.valueOf("user"));        Delete del= new Delete(Bytes.toBytes(rowKey));        table.delete(del);    12.11.单条查询        Get        包：org.apache.hadoop.hbase.client.Get        作用：获取单个行的数据        用法：        HTable table = new HTable(config,Bytes.toBytes(tablename));        Get get = new Get(Bytes.toBytes(row));        Result result = table.get(get);        说明：获取 tablename 表中 row 行的对应数据        代码示例：        Connection connection = ConnectionFactory.createConnection(config);        HTableInterface table = connection.getTable(TableName.valueOf("user"));        Get get = new Get(rowKey.getBytes());        Result row = table.get(get);        for (KeyValue kv : row.raw()) {        System.out.print(new String(kv.getRow()) + " ");        System.out.print(new String(kv.getFamily()) + ":");        System.out.print(new String(kv.getQualifier()) + " = ");        System.out.print(new String(kv.getValue()));        System.out.print(" timestamp = " + kv.getTimestamp() + "\n");        }    12.12.批量查询        ResultScanner        包：org.apache.hadoop.hbase.client.ResultScanner        作用：获取值的接口        用法：        ResultScanner scanner = table.getScanner(scan);        For(Result rowResult : scanner){        Bytes[] str = rowResult.getValue(family,column);        }        说明：循环获取行中列值。        代码示例：        Connection connection = ConnectionFactory.createConnection(config);        HTableInterface table = connection.getTable(TableName.valueOf("user"));        Scan scan = new Scan();        scan.setStartRow("a1".getBytes());        scan.setStopRow("a20".getBytes());        ResultScanner scanner = table.getScanner(scan);        for (Result row : scanner) {        System.out.println("\nRowkey: " + new String(row.getRow()));        for (KeyValue kv : row.raw()) {         System.out.print(new String(kv.getRow()) + " ");         System.out.print(new String(kv.getFamily()) + ":");         System.out.print(new String(kv.getQualifier()) + " = ");         System.out.print(new String(kv.getValue()));         System.out.print(" timestamp = " + kv.getTimestamp() + "\n");        }        }    12.13.hbase过滤器        12.13.1.FilterList            FilterList 代表一个过滤器列表，可以添加多个过滤器进行查询，多个过滤器之间的关系有：            与关系（符合所有）：FilterList.Operator.MUST_PASS_ALL              或关系（符合任一）：FilterList.Operator.MUST_PASS_ONE                使用方法：            FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ONE);               Scan s1 = new Scan();              filterList.addFilter(new SingleColumnValueFilter(Bytes.toBytes(“f1”),  Bytes.toBytes(“c1”),  CompareOp.EQUAL,Bytes.toBytes(“v1”) )  );              filterList.addFilter(new SingleColumnValueFilter(Bytes.toBytes(“f1”),  Bytes.toBytes(“c2”),  CompareOp.EQUAL,Bytes.toBytes(“v2”) )  );              // 添加下面这一行后，则只返回指定的cell，同一行中的其他cell不返回              s1.addColumn(Bytes.toBytes(“f1”), Bytes.toBytes(“c1”));              s1.setFilter(filterList);  //设置filter            ResultScanner ResultScannerFilterList = table.getScanner(s1);  //返回结果列表        12.13.2.过滤器的种类            过滤器的种类：            列植过滤器—SingleColumnValueFilter             过滤列植的相等、不等、范围等            列名前缀过滤器—ColumnPrefixFilter             过滤指定前缀的列名            多个列名前缀过滤器—MultipleColumnPrefixFilter            过滤多个指定前缀的列名            rowKey过滤器—RowFilter            通过正则，过滤rowKey值。        12.13.3.列植过滤器—SingleColumnValueFilter            SingleColumnValueFilter 列值判断            相等 (CompareOp.EQUAL ),             不等(CompareOp.NOT_EQUAL),            范围 (e.g., CompareOp.GREATER)…………            下面示例检查列值和字符串'values' 相等...            SingleColumnValueFilter f = new  SingleColumnValueFilter(                Bytes.toBytes("cFamily")                              Bytes.toBytes("column"),             CompareFilter.CompareOp.EQUAL,            Bytes.toBytes("values"));            s1.setFilter(f);            注意：如果过滤器过滤的列在数据表中有的行中不存在，那么这个过滤器对此行无法过滤。        12.13.4.列名前缀过滤器—ColumnPrefixFilter            过滤器—ColumnPrefixFilter             ColumnPrefixFilter 用于指定列名前缀值相等            ColumnPrefixFilter f = new ColumnPrefixFilter(Bytes.toBytes("values"));            s1.setFilter(f);        12.13.5.多个列值前缀过滤器—MultipleColumnPrefixFilter            MultipleColumnPrefixFilter 和 ColumnPrefixFilter 行为差不多，但可以指定多个前缀            byte[][] prefixes = new byte[][] {Bytes.toBytes("value1"),Bytes.toBytes("value2")};            Filter f = new MultipleColumnPrefixFilter(prefixes);            s1.setFilter(f);        12.13.6.rowKey过滤器—RowFilter            RowFilter 是rowkey过滤器            通常根据rowkey来指定范围时，使用scan扫描器的StartRow和StopRow方法比较好。            Filter f = new RowFilter(CompareFilter.CompareOp.EQUAL, new RegexStringComparator("^1234")); //匹配以1234开头的rowkey            s1.setFilter(f);
*/

13.1.1.写流程
    1、client向hregionserver发送写请求。
    2、hregionserver将数据写到hlog（write ahead log）。为了数据的持久化和恢复。
    3、hregionserver将数据写到内存（memstore）
    4、反馈client写成功。
13.1.2.数据flush过程
    1、当memstore数据达到阈值（默认是64M），将数据刷到硬盘，将内存中的数据删除，同时删除Hlog中的历史数据。
    2、并将数据存储到hdfs中。
    3、在hlog中做标记点。
13.1.3.数据合并过程
    1、当数据块达到4块，hmaster将数据块加载到本地，进行合并
    2、当合并的数据超过256M，进行拆分，将拆分后的region分配给不同的hregionserver管理
    3、当hregionser宕机后，将hregionserver上的hlog拆分，然后分配给不同的hregionserver加载，修改.META.    
    4、注意：hlog会同步到hdfs
13.1.4.hbase的读流程
    1、通过zookeeper和-ROOT- .META.表定位hregionserver。
    2、数据从内存和硬盘合并后返回给client
    3、数据块会缓存
13.1.5.hmaster的职责
    1、管理用户对Table的增、删、改、查操作； 
    2、记录region在哪台Hregion server上
    3、在Region Split后，负责新Region的分配； 
    4、新机器加入时，管理HRegion Server的负载均衡，调整Region分布
    5、在HRegion Server宕机后，负责失效HRegion Server 上的Regions迁移。
13.1.6.hregionserver的职责
    HRegion Server主要负责响应用户I/O请求，向HDFS文件系统中读写数据，是HBASE中最核心的模块。
    HRegion Server管理了很多table的分区，也就是region。
13.1.7.client职责
    Client
    HBASE Client使用HBASE的RPC机制与HMaster和RegionServer进行通信
    管理类操作：Client与HMaster进行RPC；
    数据读写类操作：Client与HRegionServer进行RPC。

14.1.实现方法
Hbase对MapReduce提供支持，它实现了TableMapper类和TableReducer类，我们只需要继承这两个类即可。
1、写个mapper继承TableMapper<Text, IntWritable>
    参数：Text：mapper的输出key类型； IntWritable：mapper的输出value类型。
      其中的map方法如下：
    map(ImmutableBytesWritable key, Result value,Context context)
     参数：key：rowKey；value： Result ，一行数据； context上下文
2、写个reduce继承TableReducer<Text, IntWritable, ImmutableBytesWritable>
    参数：Text:reducer的输入key； IntWritable：reduce的输入value；
     ImmutableBytesWritable：reduce输出到hbase中的rowKey类型。
      其中的reduce方法如下：
    reduce(Text key, Iterable<IntWritable> values,Context context)
    参数： key：reduce的输入key；values：reduce的输入value；