HBase原理和架构

HBase是什么

HBase在生态体系中的位置

HBase vs HDFS

HBase表的特点

HBase是真正的分布式存储，存储级别达到TB级别，而才传统数据库就不是真正的分布式了，传统数据库在底层，虽然的存储能力很强，一旦达到上亿条数据。读取性能下降得很快。

传统数据库按行存储，如果列过多的话，一行数据会非常大，HBase按列簇存储，每个列簇都存储一个文件，如果只读取某一些字段的话，只需读取对应的文件就可以了，其他的不用扫描，节省了IO。

HBase的存储每一行的内容可以不同，空出来的列不占用空间。

多版本，怎么理解呢，就比如说相同id的行重新插入数据不会覆盖掉，而是按照插入的时间戳分类。

行存储和列存储

02 HBase数据模型

HBase逻辑视图

Rowkey和Column Family

HBase数据模型

HBase支持的操作

03 HBase物理模型

传统数据库和HBase的存储的不同

物理存储

Table vs Region

04 HBase系统架构

架构图

HBase基本组件

HBase工作流程

Hbase Write-Ahead-Log（预先写日志）

Regionserver结构

HBase Compact && Split

HLog Replay

Hfile存储格式

Hfile存储格式(续)

Keyvalue格式

Hlog存储格式

HLog存储格式(续)

HBase高可用

HBase容错性

Region定位

先访问zookeeper,找到root表的位置，root表记录了meta表的位置，在meta表里面查找对应的rowkey查找所在的region,并获取用户region的位置

-ROOT-和.META.表结构

如果是root表，表名就是.meta。如果是meta表，表名就是用户的id 订单等等。

-ROOT-表和.META

Hbase 读流程

Client客户端先找到zookeeper拿到meta表，meta表根据rowkey拿到相应的region信息，找到对应的regionsever

1.memstore是写缓存，blockcache是读缓存。

2.读数据的时候先到写缓存memstore去读，这样能提高读的效率，当memstore没有了，才到读缓存blockcache读数据。如果上面两个缓存（属于内存）都没有的情况下，就到磁盘去读。

3.在读到磁盘的时候去查找相应的数据，在没找到之前把前面的hfile放到blockcache读缓存里面，因为blockcache的空间也是有限的，如果blockcache读满了还没有找到需要查询的数据，blockcache就会淘汰一部分数据。

HBase put写流程

Hbase VS 关系型数据库

Hbase VS Hive