HBase基本概念

2021-07-13 18:20:56 字數 2725 閱讀 6406

1. 簡介

hbase是乙個分布式的、面向列的開源資料庫,源於google的一篇**《bigtable:乙個結構化資料的分布式儲存系統》。hbase是google bigtable的開源實現,它利用hadoop hdfs作為其檔案儲存系統,利用hadoop mapreduce來處理hbase中的海量資料,利用zookeeper作為協同服務。

2. hbase的表結構

hbase以表的形式儲存資料。表有行和列組成。列劃分為若干個列族/列簇(column family)。

row key

column-family1

column-family2

column-family3

column1

column2

column1

column2

column3

column1

key1

t1:abc

t2:gdxdf

t4:dfads

t3:hello

t2:world

key2

t3:abc

t1:gdxdf

t4:dfads

t3:hello

t2:dfdsfa

t3:dfdf

key3

t2:dfadfasd

t1:dfdasddsf

t2:dfxxdfasd

t1:taobao.com

如上圖所示,key1,key2,key3是三條記錄的唯一的row key值,column-family1,column-family2,column-family3是三個列族,每個列族下又包括幾列。比如column-family1這個列族下包括兩列,名字是column1和column2,t1:abc,t2:gdxdf是由row key1和column-family1-column1唯一確定的乙個單元cell。這個cell中有兩個資料,abc和gdxdf。兩個值的時間戳不一樣,分別是t1,t2, hbase會返回最新時間的值給請求者。

這些名詞的具體含義如下:

(1) row key

與nosql資料庫們一樣,row key是用來檢索記錄的主鍵。訪問hbase table中的行,只有三種方式:

(1.1) 通過單個row key訪問

(1.2) 通過row key的range

(1.3) 全表掃瞄

row key行鍵 (row key)可以是任意字串(最大長度是 64kb,實際應用中長度一般為 10-100bytes),在hbase內部,row key儲存為位元組陣列。

儲存時,資料按照row key的字典序(byte order)排序儲存。設計key時,要充分排序儲存這個特性,將經常一起讀取的行儲存放到一起。(位置相關性)

注意:字典序對int排序的結果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序,行鍵必須用0作左填充。

行的一次讀寫是原子操作 (不論一次讀寫多少列)。這個設計決策能夠使使用者很容易的理解程式在對同乙個行進行併發更新操作時的行為。

(2) 列族 column family

hbase表中的每個列,都歸屬與某個列族。列族是表的chema的一部分(而列不是),必須在使用表之前定義。列名都以列族作為字首。例如courses:history , courses:math 都屬於 courses 這個列族。

訪問控制、磁碟和記憶體的使用統計都是在列族層面進行的。實際應用中,列族上的控制許可權能幫助我們管理不同型別的應用:我們允許一些應用可以新增新的基本資料、一些應用可以讀取基本資料並建立繼承的列族、一些應用則只允許瀏覽資料(甚至可能因為隱私的原因不能瀏覽所有資料)。

(3) 單元 cell

hbase中通過row和columns確定的為乙個存貯單元稱為cell。由 唯一確定的單元。cell中的資料是沒有型別的,全部是位元組碼形式存貯。

(4) 時間戳 timestamp

每個cell都儲存著同乙份資料的多個版本。版本通過時間戳來索引。時間戳的型別是 64位整型。時間戳可以由hbase(在資料寫入時自動 )賦值,此時時間戳是精確到毫秒的當前系統時間。時間戳也可以由客戶顯式賦值。如果應用程式要避免資料版本衝突,就必須自己生成具有唯一性的時間戳。每個cell中,不同版本的資料按照時間倒序排序,即最新的資料排在最前面。

為了避免資料存在過多版本造成的的管理 (包括存貯和索引)負擔,hbase提供了兩種資料版本**方式。一是儲存資料的最後n個版本,二是儲存最近一段時間內的版本(比如最近七天)。使用者可以針對每個列族進行設定。

HBase內的基本概念

在搭建集群的時候,我們需要去了解hbase各個部分是做什麼的,否則一上來就找文章進行搭建,完全就是按著人家的做,而根本不知道自己在做什麼 hbase的部署結構主要分為master伺服器和regionserver伺服器,master也可以配置ha,即乙個活動節點,乙個備用節點,當活動節點掛掉,備用節點...

Hbase學習筆記(一)基本概念

行式儲存 同一行的資料儲存在一起 優點適用於需要獲取一整行的情況 缺點不適用於只需要獲取少量幾行的情況,因為這種情況下會將涉及的行的資料全部讀取出來 將同一列的資料連續儲存優點 缺點不適用於讀取整行的情況,因為需要讀取多列 介於行式和列式之間,當每個列都是乙個列族時,此時就是列式儲存 當只有乙個列族...

基本概念 C 基本概念

由於工作中需要用到c 編寫的一些工具,有時候需要根據需求修改或者定製工具,所以現在不得不學習一下c 的基礎語法,此為筆記,不成章法!機器語言 組合語言 高階語言 面向過程的程式設計方法 物件導向的程式設計方法 泛型程式設計方法 1 演算法設計 2 源程式編輯 3 編譯 4 連線 5 執行除錯 輸入裝...