1、hbase是乙個非關係型分布式資料庫（nosql）--bigtable（參考的是谷歌）
2、高可靠（採用主從架構，使用zookeeper管理）、高效能（分布式並行處理）、面向列、可伸縮（可新增子節點）
3、採用hdfs作為檔案儲存系統（也可以採用其它的檔案儲存系統，沒整合mr計算的功能）
4、hbase擅長查詢資料（這裡的查詢是指將指定的資料按資料庫的格式拿出顯示，不包括統計即count，sum這樣的計算操作，hasee是可以做計算的只是不擅長，且需要和mr做整合），隨機讀取速度快。
5、能夠處理結構化和非結構化的資料
hbase建表的時候不需要指定資料型別，也不需要指定欄位名稱
表行（row）:行由行鍵（rowkey）唯一標識(一行的每乙個列限定符（字段）都有乙個rowkey標識)
列族（column family）:行的資料按列分進行切分cf（多列組成乙個cf）
列限定符（column qualifier）:列裡面的資料定位通過列限定符（相當於字段）
單元(cell):行鍵、列族、列限制定符一起確定乙個單元(列限定符,value)
時間版本（vesion）:單元值有時間版本（如果一張表中有多個列族，每個列族中的版本數可以不一樣）,用時間戳來標識，預設只指定乙個
1、客戶端整個集群的入口
2、使用hbase rpc機制與hmaster和hregionserver通訊
3、與hmaster通訊進行管理類的操作
4、與hregionserver通訊進行讀寫類操作
5、包含訪問hbase的介面，並維護cache來加快對hbase的訪問，與hregionsercer互動
region:由表中多行組成（按照rowkey的範圍，startkey和endkey劃分---只記錄startkey）region；每一張表建立的時候只有乙個region，當表中的資料不斷增加到超過某乙個給定的閾值後，開始**，**為多個region；region管理多個store（乙個列族就有乙個store）
-------region**後會由hmaster進行負載均衡。
store:包括記憶體的中memstore和磁碟中的storefile（hfile--hdfs中的儲存檔案）（有多少個列族就有多少個store）
-------在進行寫入操作的時候，hbase先將資料寫入到memstore中，當memstore的資料量某個設定的閾值時，hregionserver會啟動乙個flashcache程序寫入storefile，每次寫入操作都會形成乙個單獨的storefile（hfile）
storefiel:當單獨的storefile的數量增長到一定的閾值後，系統會進行合併，包括版本合併和刪除，從而形成更大的storefile
hregionserver:
1、管理多個region和多個hlog（這邊只是管理，並不是將region中的真實資料儲存在hregionserver中，真實的資料是儲存在hdfs上的，因此當hregionserver掛掉後，只用將這個管理者更換掉就行，並不用去管hdfs上的資料）
2、處理使用者的讀寫請求---hregionsever和region進行互動處理
hmaster:主備模式
1、管理所有的regionserver(新regionserver的註冊、failover（故障處理）)
2、新錶建立時的region的分配
3、執行期間的負載均衡保障
4、regionserver failover（故障）後region接管。
1、zookeeper是乙個分布式應用程式協調服務。
2、hmaster的高可靠（解決hmaster的單點故障問題）
--在hbase中可以建立多個hmastr節點，只有一成為active角色，來管理hbase，當主hmaster（active角色hmaster）宕掉後，會從備hmaster中選出新的active角色的hmaster繼續管理hbase。
--1、zk提供分布式鎖的服務實現hmasteractive角色的建立（當主hmaster宕掉後，所有的其它master都嘗試在zk中寫入乙個對應的節點，該節點只能被乙個master建立成功，建立成功的maser程序就是主master（active角色master））。
--2、事件監聽機制，通過事件監聽機制確定主hmaster是否宕掉，如果宕掉，就會刪除該節點並通知其它備master。
1、定址
client--->zk (得到meta表的元資料)--->regionserver（找到到meta表）--->meta表（獲取寫入資料的region的位址（region的rowkey範圍，region所屬的regionserver））
2、寫入資料
2.1先將寫入得資料進行分組
region分組（將資料按照相同的region進行分組）--->regionserver分組--->hbase自身封裝的rpc框架往多個regionserver傳送請求，並行操作（並行傳送資料，相同的regionserver的資料會一起傳送）
2.2資料到達具體的regionserver下的具體的region，開始寫入資料
先將資料寫入到memstore中（同時寫入到hlog中來保證資料的安全），當memstore的資料量某個設定的閾值時，hregionserver會啟動乙個flashcache程序寫入storefile，每次寫入操作都會形成乙個單獨的storefile（hfile）
3、補充
3.1寫入資料的鎖
鎖概念：hbase不保證原子性（原子性：乙個事務要麼同時成功，要麼同時失敗），但是提供了乙個region行鎖來保證資料的安全性
寫入資料鎖流程：獲取region操作鎖-->獲取行鎖--->寫入memstore--->釋放行鎖--->寫入hlog--->釋放region鎖
3.2產生hfile（storefile）的情況
01、當寫入memstore的資料達到閾值時
02、當寫入memstore的資料沒有達到閾值但是記憶體不夠時
03、當停止hbase時（執行stop-hbase.sh）
04、當memstore掛掉，從hlog中恢復資料的時
3.3關於split
當集群中的region中資料到達一定的閾值，region就會進行**
01、**的region會暫停一些讀寫服務
02、**的形式並不是真**，而是建立乙個新的region
3.4 compaction
01、包括兩大類刪除需要刪除的資料（刪除版本過期的資料、有效期的過期的資料、已經執行delete的資料）和資料整理（刪除資料後hfile的整理合併）
02、minor(小合併)：部分hfile，只處理ttl過期的資料，由hbase內部執行
03、major(合併)：是將store中所有的hfile進行合併為乙個大的hfiel，然後進行切分為乙個標準的hfile檔案，時間會很長，大合併會執行刪除操作。
1、get與scan的區別
get：獲取一行行中的資料（可以看做特殊的scan）
scan：獲取多行資料
2、scanner介紹
scanner：掃瞄器，分為regionscanner 、storescanner 、memstorescanner和storefilescanner
乙個region-->乙個regionscanner
乙個store-->乙個storescanner
乙個memstore-->乙個memstorescanner
乙個storefile--->乙個storefilescanner
讀取資料時會分配多個scanner進行迴圈讀取資料，一行（唯一的乙個roukey）中的乙個主族由乙個scanner負責讀取資料，當乙個scanner讀取完資料後由下乙個scanner讀取下一主族的資料，讀取完的scanner會迴圈利用，進入到scanner列表中準備下讀取資料。
所有的scanner查詢的主族中的資料都是並行查詢的，只是讀取資料的時候是序列讀取的；如果所有的資料都讀取完成那麼scanner會關閉。
1、什麼是hbase的熱點問題？
hbase中的讀寫很大一部分都只在乙個hergionserver中，熱點問題產生的原因是由於設計的rowkey不合理
解決方案參考：
大資料儲存HBase
這兩天要寫乙個方案，某單位想建乙個中心資料庫，匯聚各業務系統資料，以及各種網上抓取的預報資料。我設想是用hbase。主要考慮點是 1 開源 2 支援海量資料 該單位的資料量增長按規劃還是很大的，大約每天20gb 關係型資料庫就不考慮了。rdbms本質上是單機系統，拿mysql來說吧，主從複製，讀寫分...
大資料 Hive與HBase
hive hive是基於hadoop的乙個資料倉儲工具，可以將結構化的資料檔案對映為一張資料庫表，並提供簡單的sql查詢功能。hbase hbase是hadoop的資料庫，乙個分布式 可擴充套件 大資料的儲存。hbase和hive在大資料架構中處在不同位置，hbase主要解決實時資料查詢問題，hiv...
大資料HBase系列之HBase基本操作
hbase version hbase zkcli hbase shell 2.1 建立表 語法 create 表名 列族名 create student info 2.2 顯示所有表 語法 list 或 list 表名 list student 2.3 顯示表描述 語法 describe 表名 d...