Hbase特點(diǎn)：
海量存儲：適合PB級別的海量數(shù)據(jù)昼接，，hbase有良好的擴(kuò)展性
列式存儲：根據(jù)列族來存儲數(shù)據(jù)的
極易擴(kuò)展：
高并發(fā)：
稀疏存儲：數(shù)據(jù)為空的情況下不占用存儲空間
Hbase架構(gòu)圖：
Hbase通過zk來做master的高可用疮方，regionServer的監(jiān)控、元數(shù)據(jù)的入口以及集群配置的維護(hù)，通過zk來保證只有一個(gè)master在運(yùn)行朽缴，通過競爭機(jī)制產(chǎn)生master沧侥；zk來監(jiān)控regionserver狀態(tài)可霎，regionserver有異常的時(shí)候，通過回調(diào)的形式通知master regionserver上下線的信息宴杀；通過zk存儲元數(shù)據(jù)的同一入口地址啥纸；
Hmaster：為regionserver分配region；維護(hù)整個(gè)集群的負(fù)載均衡婴氮；維護(hù)集群的元數(shù)據(jù)信息斯棒；發(fā)現(xiàn)失效的region盾致，將失效的region分配到正常的regionserver上；regionserver失效時(shí)荣暮，協(xié)調(diào)對應(yīng)Hlog的拆分庭惜。HregionServer：處理用戶的讀寫請求，是真正執(zhí)行讀寫的節(jié)點(diǎn)穗酥，包括：管理master為其分配的region护赊；處理來自客戶端的讀寫請求；負(fù)責(zé)和底層HDFS的交互砾跃，存儲數(shù)據(jù)到HDFS骏啰；負(fù)責(zé)region變大以后的拆分；負(fù)責(zé)Storefile的合并工作抽高；
Hlog：編輯日志判耕，通過Hlog回滾
Region：相當(dāng)于表（一個(gè)或者多個(gè)表），region可以進(jìn)行切分的翘骂，數(shù)據(jù)量較大時(shí)壁熄，會將region進(jìn)行切分（實(shí)現(xiàn)負(fù)載均衡），會有多個(gè)region碳竟，
Store：相當(dāng)于列族草丧，一個(gè)region中可以有多個(gè)列族，列不能拋開列族單獨(dú)存在
Store file：在磁盤中存儲的文件莹桅，以Hfile的存儲格式存儲昌执，以Hfile存在HDFS上，
Rowkey的設(shè)計(jì)原則：
Rowkey的長度可以是任意的字符串诈泼，最大長度是64Kb,在實(shí)際中一般為10-100個(gè)字節(jié)懂拾，一般來說越短越好，hbase會將部分?jǐn)?shù)據(jù)加載到內(nèi)存中厂汗，rowkey過長委粉，內(nèi)存的有效利用率會下降
Rowkey散列原則：目的是使數(shù)據(jù)均衡分布，各個(gè)regionserver負(fù)載均衡
Rowkey唯一原則：保證唯一性娶桦，rowkey是按照字典順序排序存儲的
Hbase數(shù)據(jù)結(jié)構(gòu)：
Rowkey：用來檢索記錄的主鍵贾节，訪問hbase tabe 中的行有三種方式：單個(gè)rk訪問；掃描rk的range（正則）衷畦；全表掃描栗涂；
Column Family：列族，是表的一部分祈争，必須在使用表之前定義斤程，列名都以列族為前綴。
Cell：相當(dāng)于一個(gè)單元格，又行鍵忿墅，列名扁藕，版本唯一確定。Cell中的數(shù)據(jù)是沒有類型的疚脐，全部以字節(jié)碼的形式存儲亿柑，
Timestamp：版本通過時(shí)間戳來索引，時(shí)間戳的類型是64位整型棍弄，每個(gè)cell中望薄，不同版本的數(shù)據(jù)按照時(shí)間倒序排序，時(shí)間戳可以由用戶顯示的賦值呼畸，也可以取當(dāng)前系統(tǒng)時(shí)間
Hbase讀數(shù)據(jù)流程：
Hbase寫數(shù)據(jù)流程：（不需要與磁盤交互痕支，所以快）
數(shù)據(jù)Flush過程：
當(dāng)MenStore數(shù)據(jù)達(dá)到閾值（默認(rèn)是128M，老版本64M）蛮原，將數(shù)據(jù)刷到磁盤卧须，將內(nèi)存中的數(shù)據(jù)刪除，同時(shí)刪除Hlog中的歷史數(shù)據(jù)瞬痘；
并將數(shù)據(jù)存儲到HDFS中故慈；
在Hlog中做標(biāo)記板熊；
【注 刷寫的觸發(fā)條件】
Regionserver超過堆內(nèi)存的40%會執(zhí)行刷寫框全；
Menstore中時(shí)間超過一個(gè)小時(shí)；
Region的內(nèi)存超過128M的時(shí)候觸發(fā)干签，由master觸發(fā)津辩，由regionserver執(zhí)行
數(shù)據(jù)合并過程：
【注****合并觸發(fā)條件】
Hfile默認(rèn)7天合并一次；
Flush為hfile時(shí)容劳，超過3個(gè)hfile就會對這些文件進(jìn)行合并
Hive VS hbase：
Hive：是基于hadoop的一個(gè)數(shù)倉工具喘沿，可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為數(shù)據(jù)庫表，并提供簡單的SQL查詢竭贩；hive本身不存儲和計(jì)算數(shù)據(jù)蚜印，完全依賴于HDFS和MR，hive用HDFS存儲留量，用MR進(jìn)行計(jì)算窄赋，hive是將SQL轉(zhuǎn)換成map-reduce程序；
Hbase：是hadoop的數(shù)據(jù)庫楼熄，是物理表忆绰，是一個(gè)菲關(guān)系型數(shù)據(jù)庫
聯(lián)系：
Hbase主要解決的是實(shí)時(shí)數(shù)據(jù)查詢問題，hive主要解決數(shù)據(jù)的處理和計(jì)算可岂，
在大數(shù)據(jù)架構(gòu)中错敢，hive和hbase是協(xié)作的關(guān)系，通過hive對原始數(shù)據(jù)的清洗缕粹，處理和計(jì)算稚茅，hive處理后的數(shù)據(jù)可存入hbase中纸淮，數(shù)據(jù)從hbase中檢索；
Hbase VS MySQL：
關(guān)系型數(shù)據(jù)庫：
優(yōu)點(diǎn)：數(shù)據(jù)之間有關(guān)系亚享，進(jìn)行增刪改查很方便萎馅；
有事務(wù)操作，保證數(shù)據(jù)的完整性和一致性虹蒋；
缺點(diǎn)：無法對海量數(shù)據(jù)進(jìn)行處理糜芳，適合一般量級的數(shù)據(jù)；
Hbase：
優(yōu)點(diǎn)：列是可以動態(tài)增加的魄衅，cell沒有數(shù)據(jù)時(shí)峭竣，是不占存儲空間的
Hbase自動進(jìn)行切分?jǐn)?shù)據(jù)，能夠?qū)崿F(xiàn)負(fù)載均衡
缺點(diǎn)：不能支持條件查詢晃虫，只能按照rowkey查詢
數(shù)據(jù)類型：hbase中只有字節(jié)碼類型皆撩，所有的類型都由用戶自己進(jìn)行處理，關(guān)系型數(shù)據(jù)庫中是有不同的數(shù)據(jù)類型的
數(shù)據(jù)操作：hbase只有簡單的增刪改查操作哲银，表與表之間是分離的扛吞，關(guān)系型數(shù)據(jù)庫有各種各樣的連接操作和函數(shù)處理
存儲模式：hbase是基于列族存儲的，存儲的數(shù)據(jù)量較大荆责，關(guān)系型數(shù)據(jù)庫是基于表格結(jié)構(gòu)和行模式存儲的滥比；
可伸展性：hbase是一個(gè)分布式數(shù)據(jù)庫，很容易擴(kuò)展存儲空間做院，而且容錯(cuò)性比較高
Hbase優(yōu)化：
高可用：hmaster負(fù)責(zé)監(jiān)控regionserver的生命周期盲泛，實(shí)現(xiàn)負(fù)載均衡，如果Hmaster掛掉了键耕，配置高可用 hmaster節(jié)點(diǎn)寺滚，所以這種不健康的狀態(tài)不會持續(xù)很長時(shí)間；
預(yù)分區(qū)：提前將分區(qū)大致規(guī)劃好
Rowkey設(shè)計(jì)：設(shè)計(jì)的目的是讓數(shù)據(jù)均勻的分布于region中屈雄，一定程度上防止數(shù)據(jù)傾斜村视，可以hash取值，
內(nèi)存優(yōu)化：提高堆內(nèi)存空間
為什么會有列族：
一行有若干列組成,若干列又構(gòu)成一個(gè)列族（column family）酒奶，這不僅有助于構(gòu)建數(shù)據(jù)的語義邊界或者局部邊界蚁孔，還有助于給他們設(shè)置某些特性（如壓縮），或者指示他們存貯在內(nèi)存中讥蟆，一個(gè)列族的所有列存貯在同一個(gè)底層的存儲文件中勒虾，這個(gè)存儲文件叫做HFile。?
