傳統(tǒng)的關(guān)系型數(shù)據(jù)庫無法存放海量數(shù)據(jù)，因此HBase誕生，解決海量數(shù)據(jù)存取難題。當(dāng)然除了HBase，還有很多其他類型的數(shù)據(jù)庫解決不同的問題。HBase的誕生參考了谷歌的這兩篇論文，值得閱讀：

• The Google File System
• MapReduce: Simplified Data Processing on Large Clusters

HBase應(yīng)用邏輯的基本概念有：

• 表：表有表名，其含有多個row
• row：由row key和多個column組成。行級別的數(shù)據(jù)是原子性的。
• column：儲存任意二進(jìn)制數(shù)據(jù)。column可以達(dá)到上百萬個。數(shù)據(jù)可以有多個版本，每個版本的數(shù)據(jù)存在cell中。版本可以設(shè)置刪除策略，支持?jǐn)?shù)量、過期時間策略。
• column family：由多個column組成。column family只能有幾十個。

HBase支持的操作有：對數(shù)據(jù)的CRUD、scan、CAS、計數(shù)器、coprocessor，還有建表、刪表、增加列族、修改列族、刪除列族。

• CURD：用row key去增刪改查
• scan：指定row key的范圍，批量取數(shù)據(jù)
• CAS：為確保一致性而提供的操作，check and set，確認(rèn)版本沒變過的情況下寫入數(shù)據(jù)
• 計數(shù)器：支持原子性的計數(shù)器操作
• coprocessor：協(xié)處理器，客戶端提交代碼在服務(wù)端運行，更快的處理數(shù)據(jù)

HBase運維層面的基本概念有：

• master節(jié)點：負(fù)責(zé)協(xié)調(diào)region在各個節(jié)點中的分布，并將信息儲存在zookeeper中，一個集群內(nèi)可以起多個master節(jié)點，但同一時間只能有一個master掌握實權(quán)，其余都是替補。
• region server：負(fù)責(zé)處理針對region的請求。一個region server內(nèi)可以包含多個region。通常10~1000個region性能最優(yōu)?？蛻舳酥苯优cregion server相連，請求直接發(fā)給它。
• region：最小負(fù)載單元，每個region包含表名、首行key、末行key。也就是說每個region負(fù)責(zé)一張表的一部分內(nèi)容。如果region中數(shù)據(jù)量過多，則會進(jìn)行自動拆分，分成兩個region，然后遷移到別的節(jié)點。
• HFile：包含多個塊，每個塊中儲存某個column數(shù)據(jù)的一部分。文件末尾是塊的索引。服務(wù)啟動時將塊索引加載到內(nèi)存中。HFile儲存在HDFS中。

架構(gòu)參考了LSM樹（log-structured sort-and-merge-map）。在HBase中，寫入的數(shù)據(jù)先寫到write-ahead log，然后放在內(nèi)存memstore中，等到內(nèi)存占用達(dá)到閾值，做flush，將memstore中的內(nèi)容寫到HDFS成為HFile。當(dāng)HFile數(shù)量較多時，做compation操作，將小文件合并成大文件。這種架構(gòu)也被ElasticSearch、Cassandra、InfluxDB采用。

總結(jié)

以上是生活随笔為你收集整理的《HBase权威指南》读书笔记：第一章 简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。