hadoop 权威指南 HBase

Hbase原理、基本概念、基本架构

应用将数据储存在带标签的表中，表的单元格是行和列坐标的坐标交集，他们有版本号。在默认情况下版本号是单元格插入时Hbase自动分配的时间戳。表的单元格内容是一个未解释的字节数组

表行的键也是字节数组。行键是表的主键，被用来对表行进行排序。

表行的列分组，形成列族（column families）。列族对象的前缀相同。列族必须在表架构时被声明定义，但是列族成员是可以按需要新增的。

物理上：所有列组成员在文件系统中被储存在一起，因为，Hbase是一种面向列族的存储。

与RDBMS的区别：版本号、对行排序、列族成员动态增加

表被划分为域（region），每个域包含所有行的一个子集。域=第一行~最后一行+域标识。

域的数量从一个开始，随着域的扩大到超过设定的阈值，划分为大小差不多的两个域。域是分散在HBase集群上的单元

行的更新是原子的。

HBase由一个主节点（master）协调一个或多个区域服务器（region server）子节点组成

主节点：引导初始安装、分配区域给已注册的区域服务器、恢复区域服务器的故障。

区域服务器：服务0~多个区域。响应客户端的读写请求、通知主节点分裂新区域的信息。

HBase依赖ZooKeeper

HBase通过Hadoop文件系统的API进行数据维护。默认使用本地文件系统。第一次配置HBase是需要指明使用的HDFS集群