你好,游客 登录
背景:
阅读新闻

初步掌握HBase

[日期:2016-06-22] 来源:CSDN博客  作者:刘超-ljc [字体: ]

  1、HBase概述

  HBase是hadoop生态系统中的重要组成部分,是一个开源的、面向列、适合存储海量非结构化数据或半结构化数据,具备高可靠性、高性能、可灵活扩展伸缩、支持实时数据读写的分布式存储系统

  存储在Hbase中的表的特征

  1、大:一个表可以有上亿行,上百万列

  2、任意模式: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,同一张表中的不同的行,它们的列可以不相同

  3、面向列:面向列(簇)的存储和权限控制,列(簇)独立检索

  4、稀疏:对于为空(NULL)的列,并不占用存储空间,因此,表可以设计的非常稀疏

  5、多个数据版本:每个单元中的数据可以有多个数据版本,默认情况下自动分配版本号,版本号是单元格插入时的时间戳

  6、唯一数据类型:Hbase中的数据都是字符串类型,没有其它数据类型

  2、HBase数据模型

  1、Table

  1、Table中的数据可以非常稀疏

  2、每个Table中的所有行都是按照row key的字典序排序

  2、Row Key

  1、它是byte array(字节数组)

  2、它是表中每条记录的主键

  3、通过Row Key方便查找每行记录

  3、ColumnFamily

  1、每个ColumnFamily都有一个名称

  2、它包含一个或者多个列

  3、每个表可以由多ColumnFamily组成

  4、每个ColumnFamily存储在HDFS上的一个单独的文件中

  5、Key和版本号在每个ColumnFamily中都保存有一份

  4、Column

  1、它属于某一个ColumnFamily。比如,FamilyName:columnName

  2、HBase表中的列是动态的列

  5、TimeStamp

  1、每一个Row Key可以有多个版本号

  2、版本号可以由用户来提供

  6、Cell

  1、存储具体的byte array

  2、单元内的空值不会被保存

  3、HBase物理模型

  1、每个Table会在行的方向上,分割为多个Region

HBase

  2、Region按照数据大小来分割,每一个Table刚开始只有一个region,随着数据的增多,region就会不断的增大,当增大到一个阀值的时候,region就会等分成两个新的region。当Table越来越大的时候,region就会越来越多

  3、每个region是HBase中分布式操作和负载均衡的最小单位,不同的region可能分布到不同的regionServer上

  4、Region虽然是分布式操作的最小单元,但并不是存储的最小单元,在region里面,又划分了很多更小的单位进行存储,如下所示

  1、Region由一个或者多个Store组成,每个Store保存一个ColumnFamily

  2、每个Store又由一个memStore和多个storefile组成

  3、memstore存储在内存中,storefile存储的HDFS上

  4、HBase基本架构

  1、Client

  可以有多个Client运行在不同机器上,Client也会维护了一个缓存,用来加快对HBase的访问速度

  2、Zookeeper

  1、保证在任何时候,集群中有且仅有一个master

  2、存储了所有region的寻址入口

  3、实时监控RegionServer的健康状况,并实时的通知给Master

  4、存储的HBase的shecma和table的元数据信息

  3、Master

  1、为RegionServer分配region

  2、负责regionserver的负载均衡

  3、如果发现失效的RegionServer,Master会重新分配它上面的region

  4、管理用户对table的增删改查操作

  4、Region Server

  1、RegionServer的作用就是维护region,处理对这些region的I/O请求

  2、RegionServer也负责切分超过阀值的region

  5、Hbase中的Zookeeper

  1、Hbase的运行依赖于Zookeeper

  2、Master与RegionServer启动时会向Zookeeper注册,Zookeeper可以监控Master和RegionServer的健康状况

  3、Hbase通过引入Zookeeper解决了Master的单点故障

  6、Hbase支持的操作

  1、HBase所有的操作均基于rowkey的操作

  2、HBase支持增删改查和scan

  3、Hbase支持单行操作

  1、Put

  2、Get

  3、Scan

  4、Hbase支持多行操作

  1、Scan

  2、MultiPut

  5、Hbase没有内置的join操作,但可以通过MapReduce来解决

  7、Hbase Write-Ahead-Log(预先写日志)

  8、Hbase容错机制

  1、Master容错:

  实际生产环境中,HBase一般配置多个Master,当对外提供服务的Master挂掉之后,Zookeeper会重新选举一个新的Master

  1、数据读取不受影响,因为数据读取过程不需要与Master交互

  2、region切分、负载均衡等无法进行

  2、RegionServer容错:

  1、定期的向Zookeeper提供心跳,如果Zookeeper一段时间没有收到心跳信息,Zookeeper会通知Master,RegionServer挂掉了,Master会将该RegionServer上的region重新分配到其他RegionServer上

  2、失效RegionServer上的预写日志,会由主服务器进行分割,然后分配给对应的RegionServer上

  3、Zookeeper容错:

  Zookeeper可以提供一个可靠的服务,一般我们配置3个、5个、7个等奇数个实例

  9、Hbase中的region定位

  1、首先要访问Zookeeper,查找到ROOT表的位置

  2、从ROOT表里面获取META表的位置,我们在对应RegionServer上读取META表

  3、在META表里面定位到我们要找的region的位置

  4、到RegionServer上来读取对应region上面的数据

  10、 Hbase与关系型数据库的比较

原文链接:http://blog.csdn.net/ljc520313/article/details/51725833?utm_source=tuicool&utm_medium=referral

 

  本文版权归作者和csdn共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。





收藏 推荐 打印 | 录入:elainebo | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款