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）和catalog tables（系統自帶表）。
user tables（使用者表）包含user資訊、region資訊（startkey和endkey）。例：user表的region-01存在regionserver-03中。該資訊是儲存在meta-table中。
在hbase新版本中，有類似於rdbms（關聯式資料庫管理系統）中database的命名空間的概念。hbase的所有表都在data目錄下，data下包含default目錄和hbase目錄，這裡的目錄就是命名空間的概念。
使用者自定義的表預設情況下命名空間為default，而系統自帶的元資料表的命名空間為hbase。
meta表只有乙個region，它的region也需要regionserver管理，即為meta-region-server的功能。使用者首先找到meta-region-server，然後找到meta表，scan命令可以看到**中column被什麼server管理。
綜上所述，使用者表由很多region組成，region資訊儲存在hbase：meta中。使用者表的每乙個region都有key。client需要先讀zookeeper，其實通過meta-region-server找到的是meta表的region，找到後掃瞄meta表的資料，然後再找到資料再操作。
hbase能高速實現資料儲存和訪問源於hbase資料儲存。
1. 連線zookeeper，從zookeeper中找到要讀的資料。我們需要知道表中rowkey在region的位置。
2. 客戶端查詢hregionserver，hregionserver管理眾多region。
3. hmaster也需要連線zookeeper，連線的作用是：hmaster需要知道哪些hregionserver是活動的及hregionserver所在的位置，然後管理hregionserver。
4. hbase內部是把資料寫到hdfs上的，dfs有客戶端。
5. region中包含hlog、store。一張表有幾個列簇，就有幾個store。store中有很多memstore及storefile。storefile是對hfile的封裝。storefile真正儲存在hdfs上。
6. 寫資料時，先往hlog上寫乙份，再往memstore上寫乙份。當memstore達到一定大小則往storefile上寫。若memstore資料有丟失，則從hlog上恢復。
7. 讀資料先到memstore上讀，再到storefile上讀，之後合併。
1. hbase中的所有資料檔案都儲存在hadoop hdfs檔案系統上，主要包括兩種檔案型別：
1）hfile：hbase中keyvalue資料的儲存格式，hfile是hadoop的二進位制格式檔案，實際上storefile就是對hfile做了輕量級的包裝，進行資料的儲存。
2）hlog file：hbase中wal（write ahead log）的儲存格式，物理上是hadoop的sequence file。
2. hregionserver內部管理了一系列hregion物件，每個hregion對應了table中的乙個region，hregion中由多個hstore組成。每個hstore對應了table中的乙個column family的儲存，可以看出每個columnfamily其實就是乙個集中的儲存單元，因此最好將具備共同io特性的column放在乙個column family中，這樣最高效。
3. hstore儲存是hbase儲存的核心，由兩部分組成，一部分是memstore，一部分是storefile。
4. memstore是 sorted memory buffer，使用者寫入的資料首先會放入memstore，當memstore滿了以後會flush成乙個storefile（底層實現是hfile）。
5. hlog 檔案結構：wal意為write ahead log，類似mysql中的binlog，用來做災難恢復。hlog記錄資料的所有變更，一旦資料修改，就可以從log中進行恢復。
6. 每個hregionserver維護乙個hlog,而不是每個hregion乙個。這樣不同region（來自不同table）的日誌會混在一起，這樣做的目的是不斷追加單個檔案，相對於同時寫多個檔案而言，可以減少磁碟定址次數，因此可以提高對table的寫效能。帶來的麻煩是，如果一台hregionserver下線，為了恢復其上的region，需要將hregionserver上的log進行拆分，然後分發到其它hregionserver上進行恢復。
1. client客戶端寫入資料後 -> 資料存入memstore，一直到memstore滿之後 flush成乙個storefile，直至增長到一定閾值 -> 觸發compact合併操作 -> 多個storefile合併成乙個storefile。
2. 同時進行版本合併和資料刪除 -> 當storefiles compact後，逐步形成越來越大的storefile ->單個storefile大小超過一定閾值後，觸發split操作，把當前region分成2個region，region會下線，新分出的2個孩子region會被hmaster分配到相應的hregionserver上，使得原先1個region的壓力得以分流到2個region上。
hbase優點與資料檢索流程
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...
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 ...