1 什么是Bigtable？
Bigtable是一个稀疏的、分布式的、持久化存储的多维有序映射（Map）。
- 稀疏：不同的行可以有不同的列，比如row1行拥有city这个列，但是row2行可以没有city这个属性，此时相当于row2这行对应的city列没有存储任何信息。从整个表来看，有很多这样没有存储任何信息的列，这样的表就是稀疏的。稀疏的另外一个含义是行键之间是可以有间隔的。
- 分布式：一个大的Map需要多个分区实现分布式。
- 持久化存储：持久化存储在硬盘上。
- 多维：物理存储表中的每个key都有行、列、时间戳三个维度。
- 有序：表格按照row key进行排序
- 映射（Map）：数据采用key-value结构的物理存储方式。虽然Bigtable名字中含有table，但是实际上是map结构的存储。
2 Bigtable是为了解决什么问题而设计的
为了可靠地处理PB级别的海量数据。
-
支撑百万级别随机读写
-
广泛的适用性
-
可伸缩性（特指横向）
-
高性能
-
高可用
3 Bigtable有什么特点
- 不支持完整的关系数据模型、只为用户提供简单的数据模型。
- 模型支持动态的控制数据的分布和格式，用户可以自定义数据的scheme
- 数据模型简单：每个键值对的key为row key + column key + timestamp的结构，value是字符串。行名和列名可以是任何字符串，
bigtable对这些字符串不解析，只是存储。
4 Bigtable中的专有名词
- Row ：行关键字，可以是任意字符串。Bigtable按照row key的字典序对数据排序。
- Tablet：row key相同的数据非常多 ，需要对bigtable进行横向分区，每个行区间称为一个Tablet。 Tablet 是 Bigtable 数据分布和负载均衡的基本单位。
- Column Key：列关键字，表示一种数据类型。 在Bigtable中，Column Key不需要提前定义，它们可以在需要时动态添加。
- Column Family:column family表示Column Key的集合。存储在同一个family的数据具有相同的数据类型，同一个family下的数据被压缩在一起保存。column family是访问控制、磁盘和内存计算的基本单元。数据存储之前必须确定其column family然后才能确定具体的column key。
- Timestamp：用于标识同一数据的不同版本。表项的不同版本按照时间戳倒序排列。
5 Bigtable所依赖的组件
- Chubby：主要提供锁服务。
-
- 确保任意时间至多存在一个活跃的主服务器副本
- 存储Bigtable中数据的bootstrap localtion
- 发现Table（子表）服务器，并在子表服务器失效后进行善后
- 存储bigtable的scheme信息
- 存储access control list
- 主服务器：系统管家的作用，持有活跃的子表服务器信息、子表的分配信息和未分配子表的信息。
-
- 为子表服务器分配子表
- 检测子表服务器的加入或过期
- 进行子表服务器的负载均衡
- 子表服务器：管理一组子表，读写数据时，客户端直接和子表服务器通信。
-
- 负责其磁盘上的子表的读写请求
- 子表过大时进行分割
- 客户端程序库：客户端用来访问Bigtable
-
- 客户端访问Bigtable时，会缓存子表的位置信息。
- 当客户端访问Bigtable时，首先要调用open()函数获取文件目录（可能存在于缓存中，也可能通过与主服务器通信得到）。最后再与子表服务器通信。
- 元数据信息
- 三层类B+树结构存储元数据信息。
- 第一层存储在Chubby中的根子表，根子表是元数据表的第一个子表
- 根子表包含了所有元数据子表的位置信息
- 元数据子表包含一组用户子表的位置信息
