Hadoop进级教程之-HBase架构设计

HBase概述

HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，利用Hbase技术可在廉价的PC Server上搭建大规模结构化存储集群。

HBase是Google Bigtable的开源实现，与Google的 Bigtable利用GFS作为其文件存储系统类似，HBase 利用 Hadoop的 HDFS 作为其文件存储系统；Google 运行 MapReduce 来处理Bigtable 中的海量数据，HBase 同样利用 Hadoop 的MapReduce 来处理 HBase中的海量数据；Google Bigtable利用Chubby作为协同服务，而HBase利用Zookeeper作为协同服务。

HBase的特点

与传统数据库相比，HBase 具有很多与众不同的特性：

容量巨大

无模式

面向列

稀疏性

扩展性

高可靠性

高性能

HBase逻辑模型

HBase数据模型的核心概念

表

HBase 是一种列式存储的分布式数据库，其核心概念是表（Table）。与传统关系型数据库一样，HBase 的表也是由行和列组成，但 HBase 同一列可以存储不同时刻的值，同时多个列可以组成一个列簇（Column Family），这种组织形式主要是出于存取性能的考虑。

行健

Rowkey 既是 HBase 表的行键，也是 HBase 表的主键。HBase 表中的记录是按照Rowkey的字典顺序进行存储的。

列簇

HBase表中的每个列都归属于某个列簇，一个列簇中的所有列成员有着相同的前缀。一般将经常一起查询的列放在一个列簇中，合理划分列簇将减少查询时加载到缓存的数据，提高查询效率，但也不能有太多的列簇，因为跨列簇访问是非常低效的。

单元格

HBase中通过Row和Column确定的一个存储单元称为单元格（Cell）。每个单元格都保存着同一份数据的多个版本，不同时间版本的数据按照时间顺序倒序排序，最新时间的数据排在最前面，时间戳是 64 位的整数，可以由客户端再写入数据时赋值，也可以由RegionServer自动赋值。

列簇存储模型

Region划分

Region负载均衡

Region组成结构

HBase架构设计

下节课我们将进行HBase的高可用部署......