这是我参与「第四届青训营 」笔记创作活动的第11天。

深入浅出 HBase 实战

HBase的数据模型

Hbase的数据模型可以从两个维度来理解：逻辑模型和物理模型。

逻辑模型 HBase可以理解为是一个稀疏的，长期存储的，多维度和排序的映射表，表中的每一行可以有不同的列。列是HBase中最基本的单位，一列或者多列构成了行，行有行键，即RowKey，每一行的RowKey都是唯一的，相同行键的put操作被认为是对该行的更新操作。 HBase的表有若干行，每行有很多列，列中的值有多个版本，每个版本的值称为一个单元格，每个单元格存储的不同时刻为该列的值。

物理模型 在上述逻辑模型来说，HBase表是稀疏的行的集合，但是在物理模型上，HBase表则是按列分开存储的。 按照列来划分列族，存储每一行的不同列的物理文件，一个列族的数据存放在多个HFile中，一个列族的数据会被同一个region管理，物理上存放在一起。

HFile： HFile是HBase存储数据的文件组织形式，HFile共经历了三个版本，其中，HFileV1版本的在实际使用过程中发现它占用内存多，HFileV2版本针对此进行了优化，HFileV3版本基本和V2版本相同，只是在cell层面添加了Tag数组的支持。

HBase集群架构：

HBase 的核心架构由五部分组成，分别是 HBase Client、HMaster、Region Server、ZooKeeper 以及 HDFS。

1.HBase Client 为用户提供了访问 HBase 的接口，可以通过元数据表来定位到目标数据的 RegionServer，另外 HBase Client 还维护了对应的 cache 来加速 Hbase 的访问，比如缓存元数据的信息。

2.HMaster 是 HBase 集群的主节点，负责整个集群的管理工作，可以分配Region负责启动或分配Region到具体的 RegionServer；还可以负载均衡和进行维护数据。

3.Region Server 直接对接用户的读写请求，是真正的干活的节点他可以管理 HMaster 为其分配的 Region；还负责与底层的 HDFS交互，存储数据到 HDFS；以及负责 Region 变大以后的拆分以及 StoreFile 的合并工作。

4.Zookper:HBase 通过 ZooKeeper 来完成选举 HMaster、监控 Region Server、维护元数据集群配置等工作，负责选举HMaster，监控Region Server，以及维护元数据和集群配置。

5.HDFS 为 HBase 提供底层数据存储服务，同时为 HBase提供高可用的支持， HBase 将 HLog 存储在 HDFS 上，当服务器发生异常宕机时，可以重放 HLog 来恢复数据。