HBase 简介
1 HBase 定义
Apache HBase 是以 hdfs 为数据存储的,一种分布式、可扩展的 NoSQL 数据库。
2 HBase 数据模型
HBase 的设计理念依据 Google 的 BigTable 论文,论文中对于数据模型的首句介绍。 Bigtable 是一个 稀疏的、分布式的、持久的 多维排序 map。
之后对于映射的解释如下:
该映射由行键、列键和时间戳索引;映射中的每个值都是一个未解释的字节数组。
最终 HBase 关于数据模型和 BigTable 的对应关系如下:
HBase 使用与 Bigtable 非常相似的数据模型。用户将数据行存储在带标签的表中。数 据行具有可排序的键和任意数量的列。该表存储稀疏,因此如果用户喜欢,同一表中的行可 以具有疯狂变化的列。
最终理解 HBase 数据模型的关键在于 稀疏、分布式、多维、排序 的映射。其中映射 map指代非关系型数据库的 key-Value 结构。
2.1 HBase 逻辑结构
HBase 可以用于存储多种结构的数据,以 JSON 为例,存储的数据原貌为:
{
"row_key1":{
"personal_info":{
"name":"zhangsan",
"city":"北京",
"phone":"131********"
},
"office_info":{
"tel":"010-1111111",
"address":"xx区"
}
},
"row_key11":{
"personal_info":{
"city":"上海",
"phone":"132********"
},
"office_info":{
"tel":"010-1111111"
}
},
"row_key2":{
......
}
HBase 逻辑结构
2.2 HBase 物理存储结构
物理存储结构即为数据映射关系,而在概念视图的空单元格,底层实际根本不存储。
HBase 物理存储结构
2.3 数据模型
1)Name Space 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。 2)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,不需 要声明具体的列。因为数据存储时稀疏的,所有往 HBase 写入数据时,字段可以 动态、按需指定。因此,和关系型数据库相比,HBase 能够轻松应对字段变更的场景。 3)Row HBase 表中的每行数据都由一个RowKey
和多个Column
(列)组成,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。 4)Column HBase 中的每个列都由Column Family(列族)
和Column Qualifier(列限定符)
进行限 定,例如 info:name,info:age。建表时,只需指明列族,而列限定符无需预先定义。 5)Time Stamp 用于标识数据的不同版本(version),每条数据写入时,系统会自动为其加上该字段, 其值为写入 HBase 的时间。 6)Cell 由{rowkey, column Family:column Qualifier, timestamp} 唯一确定的单元。cell 中的数 据全部是字节码形式存贮。
3 HBase 基本架构
架构角色:
1)Master 实现类为
HMaster
,负责监控集群中所有的 RegionServer 实例。主要作用如下: (1)管理元数据表格 hbase:meta,接收用户对表格创建修改删除的命令并执行 (2)监控 region 是否需要进行负载均衡,故障转移和 region 的拆分。 通过启动多个后台线程监控实现上述功能: ①LoadBalancer 负载均衡器 周期性监控 region 分布在 regionServer 上面是否均衡,由参数 hbase.balancer.period 控制周期时间,默认 5 分钟。 ②CatalogJanitor 元数据管理器 定期检查和清理 hbase:meta 中的数据。 ③MasterProcWAL master 预写日志处理器 把 master 需要执行的任务记录到预写日志 WAL 中,如果 master 宕机,让 backupMaster 读取日志继续干2)Region Server Region Server 实现类为 HRegionServer,主要作用如下: (1)负责数据 cell 的处理,例如写入数据 put,查询数据 get 等 (2)拆分合并 region 的实际执行者,有 master 监控,有 regionServer 执行。
3)Zookeeper HBase 通过 Zookeeper 来做 master 的高可用、记录 RegionServer 的部署信息、并且存储 有 meta 表的位置信息。 HBase 对于数据的读写操作时直接访问 Zookeeper 的,在 2.3 版本推出 Master Registry 模式,客户端可以直接访问 master。使用此功能,会加大对 master 的压力,减轻对Zookeeper的压力
4)HDFS HDFS 为 Hbase 提供最终的底层数据存储服务,同时为 HBase 提供高容错的支持。
相关文章
- C语言联合体(共用体)使用方法及大小计算
- 数据分享|R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化|附代码数据
- R语言广义线性模型(GLM)、全子集回归模型选择、检验分析全国风向气候数据|附代码数据
- GIS空间数据模型: 注记文本模型
- 地理空间索引实现:z 曲线、希尔伯特曲线、四叉树, 最邻近几何特征查询、范围查询
- flask + pyecharts 搭建新冠肺炎疫情数据可视化交互分析平台:包含疫情数据获取、态势感知、预测分析、舆情监测等任务
- ArcEngine + DevPress GIS二次开发:湖北疫情交互式数据分析、地图输出、专题可视化系统 具体实现
- 编译过程中的并行性优化(二):基本块与全局代码调度算法
- 地理空间数据库复习笔记:概论、关系模型与关系代数
- (本地无法连接MySQL服务器)ERROR 2003 (HY000): Can‘t connect to MySQL server on ‘localhost‘ (10061)
- MySQL数据库时区错误,设置时区
- Redis实战11-实现优惠券秒杀下单
- itol.toolkit中文文档|PRUNE选择分枝
- 转录组实战01: 从数据下载到定量fastp+STAR
- 【ES三周年】一份初学者的Elasticsearch入门笔记
- 二、数据类型
- 详解Redisson分布式限流的实现原理
- 数学建模常用模型03:层次分析法
- 数学建模常用模型04:灰色关联分析法
- 数学建模常用模型06 :组内相关系数法