hadoop database，是乙個高可靠性、高效能、面向列、可伸縮的分布式儲存系統，利用hbase技術可在廉價pc server上搭建起大規模結構化儲存集群。hbase利用hadoop hdfs作為其檔案儲存系統，利用hadoop mapreduce來處理hbase來處理hbase中的海量資料，利用zookeeper作為協調工具。
主鍵用來檢索記錄的主鍵，訪問hbase table中的行
通過單個row key訪問
通過row key的range
全表掃瞄
所有行按照行鍵字典順序排序儲存
一行包括一列或者多列
列族在建立表的時候宣告，乙個列族可以包含多個列
乙個列族的所有列儲存在同乙個底層的儲存檔案中，這個儲存檔案叫做hfile
列族不能修改的過於頻繁，數量也不能太多
最基本的儲存單位
列中的資料以二進位制形式存在，沒有資料型別和長度限制
列的數量沒有限制：乙個列族中可以有數百萬個列
資料庫中沒有值的地方必須為null，但是在hbase中可以直接省略掉該列
hbase中通過row和columns確定的乙個存貯單元成為cell，每個cell都儲存著同乙個資料的多個版本；
通過時間戳來區分不同版本的值，乙個單元格的不同版本值按降序排列在一起；
時間戳預設由系統指定，也可以由使用者顯示設定；
使用者可以指定每個值所能儲存的最大版本數量，也可以新增條件，如儲存一周的資料
master可以啟動多個hmaster，通過zookeeper的master election機制保證總有乙個master執行；
為region server分配region
負責region server的負載平衡
發現失效的region server並重新分配其上的region
region server
維護master分配給它的region，處理對這些region 的io請求；
負責切分在執行過程中變得過大的region；
client包含訪問hbase的介面，client維護著一些cache來加快對hbase的訪問，比如region的位置資訊；
hbase中有兩張特殊的table，-root-和.meta
-root-記錄.meta.表的region資訊，-root-只有乙個region
.meta.記錄了使用者建立的表的region資訊，.meta.可以有多個region
zookeeper中記錄了-root-表的location
client訪問使用者資料之前需要首先首先訪問zookeeper，然後訪問-root-表，接著訪問.meta.表，最後才能找到使用者資料的位置去訪問。
hbase中擴充套件和負載均衡的基本單元稱為region，region本質上是以行鍵排序的連續儲存區間。如果region太大，系統就會把他們動態拆分，相反地，就把多個region合併，以減少儲存檔案數量
每乙個region只能由一台region伺服器（region server）載入，每一台region伺服器可以同時載入多個region。
table在行的方向上分割為多個hregion，乙個region由(startkey,endkey)表示
Hadoop學習筆記（四） HBase
hbase是乙個高可靠性 高效能 面向列 可伸縮的分布式儲存系統，它是google bigtable的開源實現，執行於hdfs檔案系統之上，利用mapreduce處理資料，使用zookeeper作為協同服務，因此可以容錯地儲存海量稀疏的資料。海量資料儲存，方便擴充套件 快速的隨機訪問，獨特的設計使得...
hadoop學習筆記之hbase原理
hbase是面向列儲存的nosql資料庫。行的每一列被劃分到某一列族，調優和儲存都是基於列族完成的。在資料庫中，行的每一列作為儲存的基本單位，其結構關係為，每一行包含乙個或多個列族，乙個列族包含多個列，這樣可通過行鍵確定行，列族名確定列族，列名確定列，從而定位到某一行的某一列。例如，行鍵為1，列族為...
Hbase 學習筆記 Hbase 概覽
hbase構建在 hdfs 之上，hbase內部管理的檔案全部儲存在hdfs 中 行鍵，table的主鍵，table中的記錄按照row key排序。型別為byte array 列簇，table在水平方向有乙個或者多個column family組成，乙個column family中可以由任意多個col...