一、简介
,,HBase是基于列存储,构建在HDFS上的分布式存储系统,其主要功能是存储海量结构化数据。
,,
,,HBase构建在HDFS之上,因此HBase也是通过增加廉价的PC机提高系统运行和存储的能力。
,,HBase中存储的表有如下特点:
1,大表:一个表可以有数十亿行,上百万列;
2,无模式:每行都有一个可排序的主键和任意多的列,列可以根据需要动态的增加,同一张表中不同的行可以有截然不同的列;
3面向列:面向列(族)的存储和权限控制,列(族)独立检索;
4,稀疏:对于空(null)的列,并不占用存储空间,表可以设计的非常稀疏;
5,数据多版本:每个单元中的数据可以有多个版本,默认情况下版本号自动分配,是单元格插入时的时间戳;
6,数据类型单一:HBase中的数据都是字符串,没有类型。
二,HBase的适用场景
,1、存在高并发读写
,2,表结构的列族经常需要调整
,3、存储结构化或半结构化数据
,4、高并发的键值存储
,5、关键随机写入,有序存储
,6,针对每个关键保存一个固定大小的集合,多版本
,,,,同样hbase数据也存在不适用的场景
,1,由于hbase只能提供行锁,它对分布式事务支持不好
,2,对于查询操作中的加入,通过性能很差
,3、查询如果不使用行键查询,性能会很差,因为此时会进行全表扫描,建立二级索引或多级索引需要同时维护一张索引表
,4,高并发的随机读支持有限
三,hbase基本架构及组件说明
,,,,由上图可知,hbase包括客户端,HMaster, HRegionServer,动物园管理员组件
,,,,各组件功能介绍:
,,,, 1,客户
,,,,,,,,客户端主要通过饲养员与hbase和HRegionServer通信,对于管理操作:客户端向主人发起请求,对于数据读写操作:客户端向regionserver发起请求
,,,, 2,饲养员
,,,,,,,, zk负责存储_root_表的地址,也负责存储当前服务的主人地址,regsion服务器也会将自身的信息注册到zk中,以便大师能够感知区域服务器的状态,zk也会协调活动的主人,也就是可以提供一个选举主领袖也会协调各个地区服务器的容灾流程
,,,, 3, HMaster
,,,,,,,,主人可以启动多个主人,主人主要负责表和地区的管理工作,响应用户对表的CRUD操作,管理地区服务器的负载均衡,调整区域的分布和分配,当地区服务器停机后,负责对失效的regionn进行迁移操作
,,,, 4, HRegionServer
,,,,,,,,区域服务器主要负责响应用户的IO请求,并把IO请求转换为读写HDFS的操作