HBase介绍
HBase是Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库 LSMTree
利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为其分布式协同服务。
从技术上讲，HBase实际上更像是“数据存储”而不是“数据库”，因为它缺少RDBMS中的许多功能，例如字段型列，二级索引，触发器和高级查询语言等。
主要用来存储非结构化和半结构化的松散数据（列式存储的NoSQL 数据库）
NoSQL 数据库：
redis，mongoDB
memcached，CouchDB
hbase?Cassandra
HBase的特点是：
- 强大的一致读/写：HBase不是“最终一致”的DataStore。它非常适合高速计数器聚合等任务。
- 自动分片：HBase表通过region分布在群集上，并且随着数据的增长，region会自动分割和重新分配。
- 自动的RegionServer故障转移。
- Hadoop/HDFS集成：HBase支持HDFS作为其分布式文件系统。
- MapReduce：HBase支持通过MapReduce进行大规模并行处理，将HBase用作源和漏。??HBASE->MR->HDFS ?HBASE->MR->HBASE ?HDFS->MR->HBASE
- Java客户端API：HBase支持易于使用的Java API以进行编程访问。
- Thrift/REST API：HBase还支持非Java前端的Thrift和REST。
- 块缓存和布隆过滤器：HBase支持块缓存和布隆过滤器，以实现大容量查询优化。
- 运维管理：HBase提供内置网页，用于运维监控和JMX指标。
HBase架构? ?
目录表
目录表hbase:meta作为HBase表存在，并从HBase shell的list命令中过滤掉，但实际上是一个表，就像任何其他表一样。
hbase:meta
hbase:meta表（以前称为.META.），保有系统中所有region的列表。hbase:meta存储在zookeeper中。
表结构如下：
key：
region的key，结构为：[table],[region start key],[region id]
values:
info:regioninfo（当前region序列化的HRegionInfo实例）
info:server（包含当前region的RegionServer的server:port）
info:serverstartcode（包含当前region的RegionServer进程的开始时间）
当表正在拆分时，将创建另外两列，称为info:splitA和info:splitB。 这些列代表两个子region。 这些列的值也是序列化的HRegionInfo实例。区域分割后，将删除此行。
空键用于表示表开始和表结束。具有空开始键的region是表中的第一个region。如果某个region同时具有空开始和空结束键，则它是表中唯一的region。
启动顺序
首先，在zookeeper中查找hbase:meta的位置。其次，使用服务器和启动代码更新hbase:meta的值。
client
hbase:meta ??tablea,1-100,node2
hbase:meta ??tablea,101-200,node3
hbase:meta ??tablea,201-300,node5
hbase:meta ??tablea,301-400,node237
hbase:meta ??tablea,401-500,node24
hbase:meta ??tablea,501-600,node896
zookeeper->root region ???tablea,node3 ??tableb,node4
root region->meta region
meta region-> regionserver（数据）
包含访问HBase的接口并维护cache来加快对HBase的访问。HBase客户端查找关注的行范围所在的regionserver。它通过查询hbase:meta表来完成此操作。在找到所需的region之后，客户端与提供该region的RegionServer通信，而不是通过Master，并发出读取或写入请求。此信息缓存在客户端中，以便后续请求无需经过查找过程。如果Master的负载均衡器重新平衡或者由于regionserver宕机，都会重新指定该region的regionserver。客户端将重新查询目录表以确定用户region的新位置。
通过Admin进行管理功能的实现。
Zookeepper
保证任何时候，集群中只有一个活跃master
存贮所有Region的寻址入口。?root?region的地址
实时监控Region server的上线和下线信息。并实时通知Master
存储HBase的schema和table元数据
Master
为Region server分配region
负责Region server的负载均衡
发现失效的Region server并重新分配其上的region
管理用户对table的增删改操作?不是数据的增删改
概括：管理region的分配
??管理对表的操作
RegionServer
Region server维护region，处理对这些region的IO请求
Region server负责切分在运行过程中变得过大的region
Region
HBase自动把表水平划分成多个区域(region)，每个region会保存一个表里面某段连续的数据??（每条记录都有一个行键，按照行键字典序排列）
每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region（裂变）
当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver 上。
Memstore 与 storefile
一个region由多个store组成，一个store对应一个CF（列族）
store包括位于内存中的memstore和位于磁盘的storefile。
写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile。
当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、major compaction），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile
当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡
客户端检索数据，先查找memstore，再blockcache（查询缓存），找不到再找storefile
?
HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的 HRegion server上。
HRegion由一个或者多个Store组成，每个store保存一个columns family。
每个Store又由一个memStore和0至多个StoreFile组成。如图：StoreFile以HFile格式保存在HDFS上。
?
hbase键值对数据库，面向列的
四个维度标志一个单元格（字段的值）
row key，列族，列标志符，版本version（按照时间戳倒序排列）
?
?