HBase 是一种分布式、可扩展、支持海量数据存储的NoSQL数据库。
1. HBase 数据模型
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 map。
1.1 HBase 逻辑结构
1.2 HBase 物理结构
1.3 HBase 数据模型
Hbase数据模型 | |
---|---|
**Name Space** |
命名空间,类似于关系型数据库的 DatabBase 概念,每个命名空间下有多个表。HBase有两个自带的命名空间,分别是 hbase 和 default,hbase 中存放的是 HBase 内置的表,default 表是用户默认使用的命名空间。 |
**Region** |
类似于关系型数据库的表概念。不同的是,HBase 定义表时只需要声明列族即可,不需要声明具体的列。这意味着,往 HBase 写入数据时,字段可以动态、按需指定。因此,和关系型数据库相比,HBase 能够轻松应对字段变更的场景。 |
**Row** |
HBase 表中的每行数据都由一个 RowKey 和多个 Column(列)组成,数据是按照 RowKey的字典顺序存储的,并且查询数据时只能根据 RowKey 进行检索,所以 RowKey 的设计十分重要。 |
**Column** |
HBase 中的每个列都由 Column Family(列族)和 Column Qualifier(列限定符)进行限定,例如 info:name,info:age。建表时,只需指明列族,而列限定符无需预先定义。 |
**Time Stamp** |
用于标识数据的不同版本(version),每条数据写入时,如果不指定时间戳,系统会自动为其加上该字段,其值为写入 HBase 的时间。 |
**Cell** |
由 {rowkey, column Family:column Qualifier, time Stamp} 唯一确定的单元。cell 中的数据是没有类型的,全部是字节码形式存贮。 |
2. HBase基本架构
Hbase基本架构 | |
---|---|
**Region Server** |
Region Server 为 Region 的管理者,其实现类为 HRegionServer,主要作用如下: 对于数据是DML的操作:get, put, delete; 对于 Region 的操作:splitRegion、compactRegion。 |
**Master** |
Master 是所有 Region Server 的管理者,其实现类为 HMaster,主要作用如下: 对于表是DDL的操作:create, delete, alter 对于 RegionServer的操作:分配 regions到每个RegionServer,监控每个 RegionServer的状态,负载均衡和故障转移。 |
**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。 |
**HDFS** |
HDFS 为 HBase 提供最终的底层数据存储服务,同时为 HBase 提供高可用的支持。 |