HBase学习笔记一
HBase简介
HBase概念
- HBase的原型是谷歌的Bigtable论文
- HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统,利用HBase技术可在廉价PC上搭建起大规模结构化存储集群
- HBase的目标是存储并处理大型的数据,更具体来说是仅需使用普通的硬件配置,就能够处理由成千上万的行和列所组成的大型数据
HBase特点
海量存储
- HBase适合存储PB级的海量数据,在PB级别的数据以及采用廉价机器存储的情况下,能在几十到百毫秒内返回数据
列式存储
- 此处的列式存储指的是列族存储,HBase是根据列族来存储数据的。列族下面可以有多个列,但是在创建表的时候必须指定列族
易扩展性
- HBase的扩展性主要体现在两个地方,一个是基于上层处理能力的扩展,一个是基于存储的扩展(HDFS),通过横向添加RegionServer的机器进行水平扩展,提升HBase上层的处理能力,提升HBase服务更多Region的能力
注意:RegionServer的作用是管理region、承接业务的访问。通过横向添加DataNode的机器,进行存储层扩容,提升HBase的数据存储能力和提升后端存储的读写能力
高并发
- 在并发的情况下,HBase的单个IO延迟下降并不多,能获得高并发、低延迟的服务
稀疏
- 主要针对HBase列的灵活性,在列族中,你可以指定任意多的列,在列数据为空的情况下,不占用存储空间
HBase架构
组件介绍
Client
Client包含了访问HBase的接口,另外Client还维护了对应的cache来加速HBase的访问,比如说cache的meta元数据的信息
Zookeeper
HBase通过Zookeeper来做master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。
Zookeeper的工作如下:
通过Zookeeper来保证集群中只有一个master在运行,如果master异常,会通过竞争机制产生新的master提供服务
通过Zookeeper来监控RegionServer的状态,当RegionServer有异常的时候,通过回调的形式通知Master RegionServer上下线的信息
通过Zookeeper存储元数据的统一入口地址
Hmaster
为RegionServer分配Region
维护整个集群的负载均衡
维护集群的元数据信息
当发现失效的Region时,并将失效的Region分配到正常的RegionServer上
当RegionServer失效时,协调对应Hlog的拆分
HRegionServer
HRegionServer直接对接用户的读写请求,其实是真正“干活”的节点。
HRegionServer的功能如下:
- 管理master为它分配的Region
- 处理来自客户端的读写请求
- 负责和底层HDFS交互,存储数据到HDFS
- 负责Region变大以后的拆分
- 负责StoreFile的合并工作
HDFS
HDFS为HBase提供最终的底层数据存储服务,同时为HBase提供高可用(HLog存储在HDFS)的支持
HDFS具体功能概括如下:
- 提供元数据和表数据的底层分布式存储服务
- 数据多副本,保证高可靠和高可用性
HBase中的角色
HMaster
- 监控RegionServer
- 处理RegionServer故障转移
- 处理元数据的变更
- 处理Region的分配或转移
- 在空闲时间进行数据的负载均衡
- 通过Zookeeper将元数据的位置发送给客户端
RegionServer
- 负责存储HBase的实际数据
- 处理分配给它的Region
- 刷新缓存到HDFS
- 维护HLog(一个RegionServer有一个HLog)
- 执行压缩
- 负责处理Region分片(自动分片)
其他组件
Write-Ahead logs(WAL)
HBase的修改记录,当对HBase读写数据的时候,数据并不是直接写进磁盘,它会在内存中保留一段时间(时间以及数据量阈值可以设定)。但把数据保存在内存中可能有更高的概率引起数据丢失,解决这个问题,数据会先写入一个叫做Write-Ahead logfile 的文件中,然后再写入内存中。在系统出现故障的时候,数据可以通过这个日志文件重建
Region
HBase表的分片,HBase表会根据RowKey值被切分成不同的region存储在RegionServer中,在一个RegionServer中可以有多个不同的region
Store
HFile存储在Store中,一个Store对应HBase表中的一个列族
MemStore
内存存储,用来保存当前的数据操作,当数据保存在WAL中之后,RegionServer会在内存中存储键值对
HFile
磁盘上保存原始数据的实际的物理文件,是实际的存储文件。StoreFile是以HFile的形式存储在HDFS的
HBase安装
后期会专门写大数据平台各类组件的具体安装笔记
HBase的Shell操作
进入HBase客户端命令行(任意节点均可)
bin/hbase shell
查看帮助命令(命令需要在进入客户端之后才能生效)
help
查看当前数据库中的所有表
list
创建表
create 'student','info' (创建表时必须指定列族)
插入数据到表中
put 'student','1001','info:sex','male'
put 'student','1001','info:age','18'
put 'student','1002','info:name','Tom'
put 'student','1002','info:sex','female'
put 'student','1002','info:age','20'
扫描查看表数据
scan 'student'
scan 'student',{STARRROW => '1001',STOPROW => '1002'}
scan 'student',{STARTROW => '1001'}
查看表结构
describe 'student'
更新指定字段的数据
put 'student','1001','info:name','Nick'
put 'student','1001','info:age','30'
查看“指定行”或“指定列族:列”的数据
get 'student','1001'
get 'student','1001','info:name'
统计表数据行数
count 'student'
删除数据
(删除某个rowkey的全部数据)deleteall 'student','1001'
(删除某个rowkey的某一列数据)delete 'student','1002','info:sex'
清空表数据(表结构仍然保留)
truncate 'student' (注:清空表的操作顺序是先disable,后truncate)
删除表
第一步:disable 'student'
第二步:drop 'student'
变更表信息
将info列族中的数据存放3个版本
alter 'student',{NAME=>'info',VERSIONS=>3}
get 'student','1001',{COLUMN=>'info:name',VERSIONS=>3}
HBase数据结构
RowKey — 行键
Rowkey用来检索记录的主键,访问HBase表中的行只有三种方式
- 通个单个RowKey访问
- 通过RowKey的range
- 全表扫描
RowKey行键可以是任意字符串(最大长度是64KB,实际应用一般为10-100bytes)在HBase内部,Rowkey保存为字节数组。在存储的时候,数据按照RowKey的字典序排序存储。设计RowKey时,要充分利用排序存储这个特性,把经常读取的行存储在一起(位置相关性)
Column Family — 列族
HBase表中的每个列都归属于某一个列族。列族是表的schema的一部分(而列不是),必须在使用表之前定义。列名都以列族作为前缀,比如course:math course:english 是属于course这个列族的
Time Stamp
HBase中通过RowKey和Column确定的一个存储单元称为cell。cell中的数据是没有类型的,全部以字节数组的形式存储。每个cell都保存着同一份数据的多个版本,版本通过通过时间戳来索引。时间戳的类型是64位整型。时间戳可以有HBase(在数据写入时自动)赋值。此时的时间戳是精确到毫秒的系统当前时间。时间戳也可以由客户显示赋值。如果因果那个程序要避免数据版本冲突,必须自己生成具有唯一性的时间戳。每个cell中,不同版本的数据按照时间倒序排序,最新的数据排在最前面
为了避免数据存在过多版本造成的管理负担,HBase提供两种数据版本回收方式
- 保存数据的最后N个版本
- 保存最近一段时间内的版本
命名空间
命名空间的结构
- Table:所有的表都是命名空间的成员,表必须属于某个命名空间,如果没有指定,则表在默认的命令空间中
- RegionServer Group:一个命名空间包含默认的RegionServer Group
- Permission:权限,命名空间允许自定义访问控制列表 (创建表,读表,删除,更新等)
- Quota:限额,强制一个命名空间能包含的region的数量
There's no losing only learning
There's no falture only opportunities
There's no problem only solutions
HBase学习笔记一的更多相关文章
- HBase学习笔记之HBase的安装和配置
HBase学习笔记之HBase的安装和配置 我是为了调研和验证hbase的bulkload功能,才安装hbase,学习hbase的.为了快速的验证bulkload功能,我安装了一个节点的hadoop集 ...
- HBASE学习笔记(四)
这两天把要前几天的知识点回顾一下,接下来我会用自己对知识点的理解来写一些东西 一.知识点回顾 1.hbase集群启动:$>start-hbase.sh ===>hbase-daemon.s ...
- HBase学习笔记之BulkLoad
HBase学习之BulkLoad bulkload的学习以后再写文章. 参考资料: 1.https://blog.csdn.net/shixiaoguo90/article/details/78038 ...
- HBase学习笔记之HBase原理和Shell使用
HBase学习指南之HBase原理和Shell使用 参考资料: 1.https://www.cnblogs.com/nexiyi/p/hbase_shell.html,hbase shell
- HBase学习笔记(四)—— 架构模型
在逻辑上,HBase 的数据模型同关系型数据库很类似,数据存储在一张表中,有行有列. 但从 HBase 的底层物理存储结构(K-V)来看,HBase 更像是一个 multi-dimensional m ...
- Hbase学习笔记01
最近做项目接触到了HDFS.mapreduce以及Hbase,有了实战机会,今天打算将这些知识好好总结下,以备不时之需.首先从Hbase开始吧. Hbase是建立在HDFS上的分布式数据库,下图是Hb ...
- HBase学习笔记-高级(一)
HBase1. hbase.id记录了集群的唯一标识:hbase.version记录了文件格式的版本号2. split和.corrupt目录在日志分裂过程中使用,以便保存一些中间结果和损坏的日志在表目 ...
- HBASE学习笔记--API
HBaseConfiguration HBaseConfiguration是每一个hbase client都会使用到的对象,它代表的是HBase配置信息.它有两种构造方式: public HBaseC ...
- Hbase—学习笔记(一)
此文的目的: 1.重点理解Hbase的整体工作机制 2.熟悉编程api,能够用来写程序 1. 什么是HBASE 1.1. 概念特性 HBASE是一个数据库----可以提供数据的实时随机读写 HB ...
随机推荐
- PostMessage和SendMessage有什么区别?(有EnumChildWindowsProc的例子)
PostMessage只是把消息放入队列,不管其他程序是否处理都返回,然后继续执行;而SendMessage必须等待其他程序处理消息后才返回,继续执行.PostMessage的返回值表示PostMes ...
- Win8Metro(C#)数字图像处理--2.29图像除法运算
原文:Win8Metro(C#)数字图像处理--2.29图像除法运算 [函数名称] 图像除法函数DivisionProcess(WriteableBitmap src, WriteableBit ...
- .NET环境下有关打印页面设置、打印机设置、打印预览对话框的实现
原文:.NET环境下有关打印页面设置.打印机设置.打印预览对话框的实现 我个人认为,开发MIS,首先就得解决网格的问题,而开发工具为我们提供了如DataGrid.MSHFlexGrid的控件.其次,是 ...
- fprintf函数将格式打印到文件,非常好用(怎么没早点发现这个函数)
/* fprintf example */ #include <stdio.h> int main () { FILE * pFile; int n; ]; pFile = fopen ( ...
- ASP.NET WebForm项目--页面正确返回404及500等状态
实现方法 项目路径 <system.webServer> <httpErrors errorMode="Custom" > <remove statu ...
- Window文件目录遍历 和 WIN32_FIND_DATA 结构(非常详细的中文注释)
第一部分 *百度百科提供的内容总结:WIN32_FIND_DAT 第二部分 *程序实例 第三部分 *一篇使用FindFirstFile和FindNextFile函数的博文 第一部分 ...
- 手机控制PPT good
以前做了一个小东西,通过手机来控制PPT的翻页,最大化和最小化,东西很简单,近期整理电脑发现了拿来和大家分享一下 主要分为两个部分,客户端和服务器 客户端实现 当初考虑到跨平台的特性就选择了qt来写的 ...
- AngularJS 1.4对动画系统进行了彻底的重构
分享 <关于我> 分享 [中文纪录片]互联网时代 http://pan.baidu.com/s/1qWkJfcS 分享 <HTML开发MacOSAp ...
- WebBrowser执行脚本和调用外部方法
控制WebBrowser实际上就是控制IE,最简单的方法就是执行javascript或vbscript,省去了接口的转换.如何执行脚本?以前我一直用mshtml中IHTMLWindow2接口的exec ...
- Delphi指针运用理解
现在是面向对象漫天飞的年代了,大家都在在谈面向对象编程.Java对指针“避而不谈”,C#虽然支持指针运用,但是也淡化处理. 然而,指针还是好完全掌握为妙,省得在开发过程碰钉子,至于对指针的运用在于开发 ...