对hbase的学习

HBase,是Hadoop DataBase. 面向列的分布式数据库， 思想来源于Google的BigTable思想，它的目标是在廉价硬件构成的集群上管理超大规模的稀疏表。

Hbase的物理结构

HBase是建立在HDFS上的面上列的数据库。  由于HDFS不支持update操作，只支持delete和insert操作。所以，Hbase对表的操作也不支持update，同时也不支持delete， 只有一个insert的操作，所有的操作都是insert操作。当删除时，就是向表里面插入一行数据，并加上删除标记。update时，就向表里插入一条数据，根据时间戳来区别。

Hbase的物理存储

根据上图显示，和HDFS相似， HDFS使用一个namenode节点管理datanode节点，datanode有很多数据块组成。Hbase也是采用了一个HMater管理多个HRegionServer（相当于HDFS的datanode）,HRegionServer是一个物理服务器，负责管理该服务器上的Region，相应客户端的读写请求，划分区域和报告本服务器上Region的信息。

Hbase是一个面向列族的数据库，在创建表的时候，就要确定列族，这点和关系型数据库比较类似，但是列可以在插入的时候确定，这点和nosql数据库比较类似，所以Hbase是一个介于关系数据库和非关系数据库之间的数据库。

HBase的各个组件的功能。

HBase有个组件， Client,  Z00Keeper, HMaster, RegionServer, Region

HBase也是采用了master/slaver架构， 其中master是HMaster, slaver是RegionServer, 它的功能是管理和全新安装RegionServer, 对RegionServer进行负载均衡，将region分配给已经注册的regionserver，恢复RegionServer的故障等。 RegionServer负载与client进行读写操作以及零个或者多个region的管理，region的切分，并通知master用子区域代替父区域。  client端读写操作获得RegionServer的位置是通过-root, meta两个表中的数据获得的，靠这两个表中的数据来控制位置信息。 这是采用了BitTable的三层索引结构。并且Client端会cache这两个表中的数据，以增加速度。

一个Region多个列族， 每个列族一个memstore, 一个blockcache, 多个HFile.一个region一个HLog文件。列族之间是相互隔离的。

ZooKeeper中有很多信息，包括有哪些节点，每个节点什么角色，regionServer的运行状态， 以及root表的位置，以及master锁的维护等，如果区域的分配过程中有服务器崩溃，就通过ZooKeeper来进行协调，ZooKeeper的状态可以帮助恢复。

HBase的存储结构 HBase----Table----Region----ColumnFamily-----StoreFile