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 之上提供了類似於 bigtable 的能力。hbase 是 apache 的 hadoop 專案的子專案。hbase 不同於一般的關聯式資料庫，它是乙個適合於非結構化資料儲存的資料庫。另乙個不同的是 hbase 基於列的而不是基於行的模式。
大：乙個表可以有上億行，上百萬列。
面向列：面向列表（簇）的儲存和許可權控制，列（簇）獨立檢索。
稀疏：對於為空（null）的列，並不占用儲存空間，因此，表可以設計的非常稀疏。
無模式：每一行都有乙個可以排序的主鍵和任意多的列，列可以根據需要動態增加，同一張表中不同的行可以有截然不同的列。
資料多版本：每個單元中的資料可以有多個版本，預設情況下，版本號自動分配，版本號就是單元格插入時的時間戳。
資料型別單一：hbase 中的資料都是字串，沒有型別。
支援過期：hbase 支援 ttl 過期特性。使用者設定過期時間，超過 ttl 的資料會被系統自動清理。
hbase 以表的形式儲存資料。表由行和列組成。列劃分為若干個列簇（column family），如下圖所示。
rowkey 可以使用任意字串（最大長度為 64kb，實際應用中長度一般為 10 ~ 100bytes），在 hbase 內部，row key 儲存為位元組陣列。
在 hbase 使用過程中，設計 rowkey 是乙個很重要的環節。我們在進行 rowkey 設計的時候可參照如下步驟：
結合業務場景特點，選擇合適的字段來做為 rowkey， 且按照查詢頻次來放置字段順序。
通過設計的 rowkey 能盡可能的將資料打散到整個集群中，均衡負載，避免熱點問題。
設計的 rowkey 應盡量簡短。
與 nosql 一樣，rowkey 是用來檢索記錄的主鍵。訪問 hbase table 中的行，只有三種方式：
通過單個 rowkey 訪問。
通過 scan 方式，設定 startrow 和 stoprow 引數進行範圍匹配。
全表掃瞄，即直接掃瞄整張表中的所有行記錄。
物理儲存上 hbase 將 table 在行的方向上分割為多個 hregion, 每個 hregion 分散在不同的 hregionserver 中。
每個 hregion 由多個 store 構成， 每個 store 由乙個 memstore 和0或多個 storefile 組成， 每個 store 儲存乙個 columns family。
hbase 中的元件包括 client、zookeeper、hmaster、hregionserver、hregion、store、memstore、storefile、hfile、hlog 等。
hbase 中的每張表都通過行鍵（rowkey）按照一定的範圍被分割成多個子表（hregion），乙個 hregion 超過一定閾值就要被分割成兩個，這個過程由hregionserver管理， 而 hregion 的分配由hmaster管理。
為 hregion server 分配 hregion。
負責 hregion server 的負載均衡。
發現失效的 hregion server 並重新分配其上 hregion。
hdfs 上的垃圾檔案**。
處理 schema 更新請求。
hmaster 僅僅維護 hregion 的元資料資訊，而 table 的元資料資訊儲存在 zookeeper 上，因此，hmaster 的負載很低。
維護 hmaster 分配給他的 hregion，並處理對這些 hregion 的 io 請求（client 訪問 hbase 上的資料並不需要 hmaster 參與）。
負責切分正在執行過程中變得過大的 hregion。
table 在行的方向上分割為多個 hregion ，hregion 是 hbase 中分布式儲存和負載均衡的最小單元，即不同的 hregion 可以分布在不同的 hregion server 上，但同乙個 hregion 是不會拆分到多個 hregion server 上。
hregion 按大小分割，每個表一般只有乙個 hregion ，隨著資料不斷的插入表，hregion 不斷增大，當 hregion 的某個列簇達到一定的閾值時就會分成兩個新的 hregion 。
保證任何時候，集群中只有乙個 hmaster，避免 hmaster 的單點故障。
儲存所有 hregion 的定址入口。
實時監控 hregion server 的上線和下線資訊，並實時通知 hmaster。
儲存 hbase 的 schema 和 table 元資料。
hbase 依賴 zookeeper，預設情況下 hbase 管理 zookeeper 例項（啟動或關閉 zookeeper），hmaster 與 hregionservers 啟動時會向 zookeeper 註冊，使 hmaster 可以隨時感知到各個 hregionserver 的健康狀態。
首先當乙個請求發生時，hbase client 使用 rpc 機制與 hmaster 和 hregion server 進行通訊。對於管理類操作，client 與 hmaster 進行 rpc 通訊；對於資料讀寫操作，client 與 hregion server 進行 rpc 通訊。
hbase client 使用 rpc 機制與 hmaster 和 hregion server 進行通訊，但如何定址呢？由於 zookeeper 中儲存了 meta 表的位址和 hmaster 的位址，所以 hbase client 需要先到 zookeeper 上進行定址。
hbase client 訪問 zookeeper，可以根據 meta 表獲取到 hregion server 位址。
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入門簡單學習
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...
零基礎 HBase從學習入門開始
基本了解 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之上提供了類似...