hbase是乙個列式儲存的非關係型資料庫，依賴於zookeeper。資料儲存於hdfs上，主節點是hmaster，從節點是hregionserver.
hbase與關係型資料庫相比較優點如下：
1. hbase資料儲存於hdfs上，可擴充套件性強。資料條目數可以儲存上一條。
2. 通過rowkey檢索資料，速度可以準實時，達到秒級別。
3. 寫資料非常快，只要寫在region的memstore記憶體中即可，不需要重複io消耗。
4. 每份資料都有多份備份，保證資料安全性。
5. 從成本上來說關係型資料庫要用到商用小型機，**要幾百萬非常昂貴。但是hdfs只需要普通的商用server，只要幾萬一台。
每個錶剛開始只有乙個region，region的strartrowkey和endrowkey都是空的。當region的大小超過一定的閥值後，就會按照key的中間值**成兩個region，老的region下線。比如中間值是111000，則新的2個region如下：
null
region1
111000
region2
null
rowkey按照大小排序，新的rowkey會按照大小插入對應的region
1）get rowkey
2）scan range --> 最多的
3）scan
hbase架構圖
客戶端對資料的讀和寫首先連線zookeeper，在zookeeper中找到meta-region-server節點，meta表被哪個regionserver管理。
meta表只有乙個region，客戶端通過表+rowkey在meta表中找這個表的rowkey被哪個regionserver管理。meta表儲存了對應的主機埠，找到後執行相應的操作。
list_namespace_tables 'hbase'檢視hbase命名空間下的表
scan 'hbase:meta'檢視meta表資訊
客戶端通過zookeeper找到相應的regionserver後找到對應的region。
hmaster連線zookeeper，知道哪些regionserver是活著的
在get /hbase/rsznode節點中，乙個regionserver有乙個目錄[主機，埠，啟動時間]
一張表有1個或多個region，region有幾個列簇就有幾個store。每個store中有乙個memstore和0個或多個storefile。
storefile是存在hdfs上的二進位制檔案，讀資料先到memory中讀，沒有在去storefile中讀
在寫資料的時候先往hlog寫乙份，在往memstore中寫乙份。當memory達到一定大小後，flush到storefile裡面去。
注意：
這樣做的目的是為了當memstore節點掛掉後，重新啟動可以通過hlog恢復
當storefile超出一定大小後會**成兩個storefile
3.只有當多個storefile合併時，原本刪除的資料才會真正的刪除，之前只是cell打乙個標籤不讓其顯示
優化：
將具備共同io特性的column放在乙個列簇中，提高讀取速度
乙個regionserver管理多個region，每個region都有乙個memstore所以regionserver記憶體可以設定大一點。
老版本是乙個regionserver乙個hlog，而新版本可以設定乙個region乙個hlog。
老版本對資料恢復需要分割日誌，而新版本可以直接對region的日誌做資料還原。但是需要消耗更多的io，因為要同時開啟多個hlog。
client寫入-》存入memstore，一直到menstore滿-》flush成乙個storefile,直至增長到一定閥值-》觸發合併操作-》多個storefile合併後，逐步形成越來越大的storefile-》單個storefile大小超過一定閥值後，觸發split操作，把當前region 分成2個region，region下線。新split出的2個孩子region會被hmaster分配 到相應的hregionserver上，使得原先的region的壓力分流道2個region上
注意：
hbase只是增加資料，所有的更新和刪除操作，都是在檔案合併階段做的。所以使用者寫操作只需要進入記憶體即可立即返回，從而保證i/0高效能
client訪問hbase上資料的過程並不需要master參與（定址訪問zookeeper和hregion server）資料讀寫訪問hregion server，hmaster僅僅維護table和region的元資料資訊，負載很低
注意：hbase-env.xml中，找到export hbase_managers_zk設定為false
HBase資料檢索流程與資料儲存
上圖中，我們可以看出不管客戶端讀或寫乙個表的資料，首先鏈結zookeeper，因為需要到zookeeper中找讀的資料，表是通過region來管理，每個region由regionserver管理，每個region都有startkey及endkey。hbase的 分為user tables 使用者表 ...
Data Retrieval 資料檢索
index 索引 定義 分類 1 結構化資料 固定格式 有限長度 應用 資料庫 元資料 2 非結構化資料 非定格式 非限長度 應用 磁碟檔案 查詢方式 1 結構化查詢 資料庫搜尋 2 非結構化查詢 a 順序掃瞄 b 全文檢索定義 根據使用者需求，從資料庫提取資料，生成資料表。資料表 可放回資料庫，也...
基本資料檢索
2016.11.28 二 基本資料檢索 select from table select 和 from 號是特殊符號，它表示所有的列，這句話的意思就是從 table 中查詢所有的列。在mysql和 oracle 中要求每句話的末尾要加乙個分號 但在 sqlserver 中不適用。2.1 查詢指定列 ...