HBase分布式数据库（一）

HBase基础

HBase快速入门

1. HBase 快速入门之功能概述- HBase是什么： HBase是一个基于Hadoop的分布式的可扩展的大数据存储的基于内存列存储NoSQL数据库- 官网： HBase官网- 应用场景： HBase 数据库，提供分布式的实时realtime、随机的Random、大数据持久性存储（读写数据），主要应用于海量数据存储和实时查询业务场景中。

2. HBase 快速入门之数据模型（与MySQL对比）- 数据库数据存储对象 对比- MySQL 数据库数据存储对象：database和table- HBase 数据库数据存储对象：namespace和table- HBase中的表是分布式的，表的数据划分不同部分，分布式存储在不同的机器上；- 所有的表在访问时，都必须加上namespace名称，除非表在default默认namespace下，可以不加namespace名称来进行访问；- 有一个namespace叫做school，有一张表叫做class，访问：school:class- HBase中自带一个namespace叫做default，有一张表叫t1，访问：default:t1 或者 t1- 在HBase数据库中，默认存在2个namespace：default（类似Hive中defualt数据库，默认创建表都是在此namespace中，）和hbase（属于HBase数据库元数据表所属命名空间）- HBase中表Table结构：列簇ColumnFamily和列Column/Qualifier组成，每一列数据类型为字节数组byte[]。- 行键/主键RowKey：- 类似于MySQL主键（Primary Key）概念，唯一标记一行、作为主键索引- 每张HBase表都有行健，行健这一列是HBase表创建以后自带的- 列族ColumnFamily：- 对除了Rowkey以外的** 列进行分组，将列划分不同的组中 - 任何一张HBase的表，都 至少要有一个列族 ，除了Rowkey以外的任何一列，都必须属于某个列族，Rowkey不属于任何一个列族- 分组：将拥有相似属性的列放入同一个列族【要读一起读，要写一起写】 - 设计原因：划分列族，读取数据时可以加快读取的性能**- 如果没有列族，没有划分班级教室：找一个人，告诉你这个人就在这栋楼- 如果有了列族，划分了教室：找一个人，告诉你这个人在这栋楼某个房间- 列Qualifier/Column：- 除了rowkey以外的任何一列都必须属于某个列族， 引用列的时候，必须加上列族的名称- 如果有一个列族：info，如果info列族中有两列：name，age，访问：info:name，info:age
   概念MySQLHbase数据库DataBaseNameSpace数据表TableTable【分布式的】数据分区-Region，表中数据一部分数据行数据【主键+其他列】Rowkey+数据【其他列】列族-ColumnFamily数据列普通列与对应的值列【timestamp】与对应的值【支持多版本】

3. HBase 快速入门之集群架构 - HBase 数据库中表Table数据，划分为很多部分进行单独存储管理，每部分数据称为：Region分区/区域。- HBase 数据库，与HDFS一样，都是分布式主从架构，主节点：HMaster，从节点HRegionServer- HMaster：主节点，管理节点- 负责元数据的管理，比如namespace、table、列簇，region等- 负责所有从节点的管理- HRegionServer：从节点，存储节点- 负责管理每张表的分区数据：Region- 对外提供Region的读写请求- Zookeeper：分布式协作框架- HBase 分布式集群，依赖Zookeeper框架进行协作服务，存储元数据，实现高可用HA- HDFS：分布式文件系统- HBase表中数据存储到HDFS文件中，文件称为HFile文件