hadoop主要解決大規模資料離線批量處理，但無法滿足大規模實時資料的處理，所以誕生了hbase。
hbase是乙個分布式資料庫，它必須通過行鍵、列族、列限定符、時間戳來定位資料。
hbase的功能元件：
hbase由庫函式，master和regionserver組成
表和region：
乙個hbase表最初只有乙個region，當資料存滿時，它會進行**
hbase**定址：
hbase查詢資料過程
第一層 zookeeper檔案：記錄了root表的位置
第二層 root表（根資料表）： 記錄了meta表（元資料表）的region的位置資訊，root表只能有乙個region
第三層 meta表：記錄了使用者資料表的region的位置資訊，meta表可以有多個region，儲存了hbase所有使用者資料表的region的位置資訊
hbase的儲存容量：
乙個root表只能有乙個region，若乙個region的儲存大小為128mb，按照每行占用1kb計算，128mb可以儲存128mb/1kb = 2¹⁷個meta表，同理乙個meta表也能儲存 2¹⁷ 個使用者資料表，所以最終三層結構可以儲存的region數目為 2³⁴region
**定址的快取機制：
為了加速定址，客戶端會快取位置資訊
hbase是惰性快取，只有當所查詢的資料無法找到時，它才會更新快取
hbase的架構：
zookeeper ：hbase沒有單點故障，因為中間有zookeeper，當master掛掉後，zookeeper會使用選舉機制迅速選出乙個leader，它是整個架構的管家
master： 負責對錶的增刪改查、不同regionserver的分配，實現負載均衡
、調整**，合併後region的分布，重新分配故障、失效的regionserver
region server：負責使用者資料的儲存和管理
region server中有很多region，當memstore寫滿之後溢位到storefile中，乙個region中有乙個hlog和多個store，store中有storefile，storefile是hdfs上的hfile在hbase中的表現形式，hfile是最小的儲存單元，region是最小的負載均衡結構單元
資料讀寫過程： 資料會被首先寫入memstore（store快取）中，然後寫入hlog，當寫入到hlog之後，commit提交給客戶端
當讀資料時，會先讀memstore中的資料（因為資料先都是先寫入memstore），如果找不到再去store中找
資料的刷寫： 當memstore中的資料滿了之後，store會執行flush，每flush一次，都會生成乙個新的store file，flush和compaction（合併）操作都是region級別的，當乙個memstore滿了需要flush時，會觸發整個region中所有的store的flush操作，即使其他region中store的資料還沒滿只有少量，所以列族盡量乙個表佔乙個（乙個store），這樣就避免了region的頻繁負載。
放一張region伺服器集群
HBase 學習一（基礎入門）
hbase 是乙個分布式的 面向列的開源資料庫，該技術 於 fay chang 所撰寫的 google bigtable 乙個結構化資料的分布式儲存系統 就像 bigtable 利用了 google 檔案系統 file system 所提供的分布式資料儲存一樣，hbase 在 hadoop 之上提供...
HBase學習筆記（一） 基礎入門
hbase的原型是google的bigtable 受到了該 思想的啟發，目前作為hadoop的子專案來開發維護，用於支援結構化的資料儲存。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，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的目標是儲存...
Hbase 入門簡介
hbase是apache hadoop中的乙個子專案，hbase依託於hadoop的hdfs作為最基本儲存基礎單元，通過使用hadoop的dfs工具就可以看到這些這些資料 儲存資料夾的結構,還可以通過map reduce的框架 演算法 對hbase進行操作，如下圖所示 hbase在產品中還包含了je...