概念 描述
NameSpace(数
据库)
命名空间,类似于关系型数据库的database概念,每个命名空间下有多个表。HBase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。一个表可以自由选择是否有命名空间,如果创建表的时候加上了命名空间后,这个表名字以:作为区分!
Table
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,数据属性,比如超时时间(TTL),压缩算法(COMPRESSION)等,都在列族的定义中
定义,不需要声明具体的列。
Row(一行逻辑
数据)
HBase表中的每行数据都由一个RowKey和多个Column(列)组成。一个行包含了多个列,这些列通过列族来分类,行中的数据所属列族只能从该表所定义的列族中选取,不
能定义这个表中不存在的列族,否则报错NoSuchColumnFamilyException。
RowKey(每行
数据主键)
Rowkey由用户指定的一串不重复的字符串定义,是一行的唯一标识!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。如果使用了之前已经定义的RowKey,那么会将之前的数据更新掉!
Column
Family(列族)
列族是多个列的集合。一个列族可以动态地灵活定义多个列。表的相关属性大部分都定义在列族上,同一个表里的不同列族可以有完全不同的属性配置,但是同一个列族
内的所有列都会有相同的属性。列族存在的意义是HBase会把相同列族的列尽量放在同一台机器上,所以说,如果想让某几个列被放到一起,你就给他们定义相同的列
族。
Column
Qualifier(列)
Hbase中的列是可以随意定义的,一个行中的列不限名字、不限数量,只限定列族。因此列必须依赖于列族存在!列的名称前必须带着其所属的列族!例如info:name,
info:age
TimeStamp(时
间戳--》版本)
用于标识数据的不同版本(version)。时间戳默认由系统指定,也可以由用户显式指定。在读取单元格的数据时,版本号可以省略,如果不指定,Hbase默认会获取最后
一个版本的数据返回!
Cell 一个列中可以存储多个版本的数据。而每个版本就称为一个单元格(Cell)。
Region(表的分
区)
Region由一个表的若干行组成!在Region中行的排序按照行键(rowkey)字典排序。Region不能跨RegionSever,且当数据量大的时候,HBase会拆分Region。
第 3 节 HBase整体架构
Zookeeper
实现了HMaster的高可用
保存了HBase的元数据信息,是所有HBase表的寻址入口
对HMaster和HRegionServer实现了监控
HMaster(Master)
为HRegionServer分配Region
维护整个集群的负载均衡
维护集群的元数据信息
发现失效的Region,并将失效的Region分配到正常的HRegionServer上
HRegionServer(RegionServer)
负责管理Region
接受客户端的读写数据请求
切分在运行过程中变大的Region
Region
每个HRegion由多个Store构成,
每个Store保存一个列族(Columns Family),表有几个列族,则有几个Store,
每个Store由一个MemStore和多个StoreFile组成,MemStore是Store在内存中的内容,写到文件后就是StoreFile。StoreFile底层是以HFile的格式保存。