Hbase：全名Hadoop DataBase，是一種開源的薪前，可伸縮的，嚴格一致性（并非最終一致性）的分布式存儲系統(tǒng)图柏。具有最理想化的寫和極好的讀性能序六。它支持可插拔的壓縮算法（用戶可以根據(jù)其列族中的數(shù)據(jù)特性合理選擇其壓縮算法），充分利用了磁盤空間蚤吹。
類似于Google的BigTable例诀，其分布式計算采用MapReduce随抠，通過MapReduce完成大塊的數(shù)據(jù)加載和全表掃描操作等。文件存儲系統(tǒng)采用HDFS繁涂，通過Zookeeper來完成狀態(tài)管理協(xié)同服務(wù)拱她。不過BigTable只支持一級索引，Hbase不僅支持一級索引扔罪，還支持二級索引秉沼。
需要指出的是：很多人都認為Hbase是面向列的數(shù)據(jù)庫，其實不是矿酵。從典型的關(guān)系型數(shù)據(jù)庫概念上來說Hbase并不是面向列的數(shù)據(jù)庫唬复。但是充分利用了磁盤上列式存儲格式的特性。Hbase跟傳統(tǒng)的Columnar databases還是有區(qū)別的全肮。Columnar databases擅長的是實時數(shù)據(jù)的分析訪問敞咧，而Hbase在基于key的單值訪問和范圍掃描上比較突出。不過我們經(jīng)常談及到的Hbase是面向列的存儲系統(tǒng)辜腺，其實是因為Hbase是以列族的模式進行存儲的休建。
從上圖中可以看出评疗，Hbase內(nèi)部的核心結(jié)構(gòu)由以下幾大塊組成：HMaster测砂，HRegionServer，HLog百匆，HRegion等砌些。而Hbase依賴的外部系統(tǒng)有Zookeeper，HDFS等胧华。
1）HMaster（類似于HDFS中NameNode,MapReduce中的JobTrackers）是用來管理HRegionServer的寄症。它負責監(jiān)控集群中HRegionServer的狀態(tài)信息變化。主要功能點如下：
1矩动、管理HRegionServer的負載均衡有巧，調(diào)整Region分布。這個通過HMaster的后臺線程LoadBalancer來完成悲没。LoadBalancer會定期將Region進行移動篮迎，以使各個HRegionServer達到Load均衡。
2示姿、在Region Split后甜橱，負載新Region的分配。
3栈戳、HRegionServer的FailOver處理岂傲，當某一個HRegionServer出問題后，HMaster負責將其Region進行轉(zhuǎn)移子檀。
4镊掖、CatalogJanitor乃戈。 CatalogJanitor會定期檢查和清理.Meta.表。
在一個HBase集群中會存在多個HMaster亩进，不過zookeeper的Master Election機制會保證只有一個HMaster在運行症虑。當運行的HMaster出問題后，其他的HMaster就會立刻補上归薛。
2）從圖中可以看出谍憔，Hbase客戶端是只與zookeeper和HRegion Server打交道。并不會跟HMaster交互主籍。所以如果HMaster出問題了习贫，Hbase集群在短時間內(nèi)還是可以對外提供可靠服務(wù)的。但是崇猫，因為HMaster掌控了HRegionServer的一些功能沈条，如：HRegion Server的FailOver操作，Region切分等诅炉，HMaster長時間不可用還是會出問題的。
3）上面所提及的Catelog表有兩個：-Root-和.Meta.表屋厘。-Root-表中存儲了.Meta.表的位置涕烧。即.Meta.表的Region key。.Meta.表存儲了所有Region的位置及每個Region所包含的RowKey的范圍汗洒。-Root-表的存儲位置記錄在zookeeper中议纯，.Meta.表的存儲位置記錄在-Root-表中。
4）當客戶端發(fā)起一個查詢數(shù)據(jù)的請求后溢谤，首先瞻凤，客戶端會先連接上zookeeper集群，獲取-Root-表的存放在哪一個HRegionServer上世杀。接著找到對應(yīng)的HRegionServer后阀参，就能夠獲取到-Root-表中對應(yīng)的.Meta.表的位置。最后客戶端根據(jù).Meta.表存儲的HRegion的位置到相應(yīng)的HRegionServer中取對應(yīng)的Hregion中的數(shù)據(jù)信息瞻坝。經(jīng)過一次查詢后蛛壳，訪問Catalog表的過程就會被緩存起來，下次客戶端就可以直接到相應(yīng)的HRegion上獲取數(shù)據(jù)所刀。
5）Hbase已經(jīng)無縫集成了HDFS衙荐，其中所有的數(shù)據(jù)最終都會通過DFS客戶端API持久化到HDFS中。
6）一個Hbase集群中有許多個HRegionServer（類似于HDFS中的DataNode浮创，MapReduce中的TaskTrackers）忧吟，由一個HMaster進行管理。每個HRegionServer擁有一個WAL（write Ahead Log斩披，日志文件溜族，用作數(shù)據(jù)恢復）和多個HRegion（可以簡單認為是用來存儲一個表中的某些行）讹俊。一個HRegion擁有多個Store（存儲一個ColumnFamily）。一個Store又由一個MemStore（持有對該Store的所有修改于內(nèi)存中）和0至多個StoreFiles（HFile斩祭，數(shù)據(jù)存儲的地方）組成劣像。詳細圖如下：
行標示摧玫，類似于傳統(tǒng)數(shù)據(jù)庫表中的行號耳奕。Rowkeys具有不變性。除非該行別刪除或者被重新插入了新的數(shù)據(jù)诬像。Hbase中支持基于RowKey的單行查詢和范圍掃描屋群。在Hbase的Auto-Sharding中，也是基于RowKey進行自動切分的坏挠。
在Hbase中最基本的單元就是列。而列族是由一個或者列組成降狠。一般在使用時对竣，盡量將經(jīng)常訪問的列作為一個列族。因為Hbase是面向列族的存儲榜配，也就是說一個列族中的所有列是存儲在一起的否纬。即上圖中的一個Store存儲一個列族。
不過有一點需要注意的是在一個表中列族被限定不能超過十個蛋褥。
Hbase中支持時間戳的概念。即允許Cell存儲多個版本值烙心。版本之間通過時間戳來區(qū)分膜廊。也就是說可能存在某一列的某一行有多個值。一般默認是3淫茵，且最近版本在最上面爪瓜。Hbase中有一個TTL（Time To Live）的配置，這個是基于列族維度的痘昌。一旦過期钥勋，列族就會自動刪除所有行。
HRegionServer是負責服務(wù)和管理Region的算灸。類似于我們所說的主從服務(wù)器，HMaster就是主服務(wù)器驻啤，HRegionServer就是從服務(wù)器菲驴。當用戶執(zhí)行CRUD等操作時，都需要通過HRegionServer定位到相應(yīng)的Region上進行操作骑冗。
WAL全名是Write Ahead Log先煎，類似于mysql中的Binary Log，WAL記錄了該HRegionServer上所有數(shù)據(jù)的變更巧涧。一旦這個HRegionServer死翹翹了薯蝎，導致數(shù)據(jù)丟失后，WAL就是救命稻草谤绳≌季猓可以通過WAL進行數(shù)據(jù)恢復。所以在平時WAL是沒什么用的缩筛，只是為了不可預知的災難做準備消略。當然，WAL起作用的前提是保證變更日志已經(jīng)記錄到了WAL中瞎抛。
WAL的實現(xiàn)類是HLog艺演。因為在一個HRegionServer中持有一個WAL，所以對于該HRegionServer上的所有Region來說桐臊，WAL是全局胎撤，共享的。當HRegion實例創(chuàng)建的時候断凶，在HRegionServer實例中的HLog就會被當做HRegion構(gòu)造函數(shù)的參數(shù)傳遞到HRegion哩照。當HRegion接收到一個變更操作時，HRegion就能直接通過HLog將變更日志追加（append()方法）到共享WAL中懒浮。當然基于性能考慮，HBase還提供了一個setWriteToWAL(false)方法识藤。一旦用戶調(diào)用了此方法砚著。變更日志就不會追加到WAL中。默認是需要寫入的痴昧，除非用戶自己保證數(shù)據(jù)不會丟失稽穆。
HLog還有一個重要的特性就是：跟蹤變更。在HLog類中有一個原子類型的變量赶撰，HLog會讀取StoreFiles中最大的sequence number（HLog中每一條變更日志都有一個number號舌镶，因為對于一個HRegionServer中的所有HRegion是共享HLog的，所以會將變更日志順序?qū)懭隬AL豪娜，StoreFiles中也持有該number）餐胀，并存放到變量中。這樣HLog就知道已經(jīng)已經(jīng)存儲到哪一個位置了瘤载。
WAL還有兩個比較重要的類否灾，一個是LogSyncer，另一個是LogRoller鸣奔。
1墨技、在創(chuàng)建表時惩阶，有一個參數(shù)設(shè)置：Deferred Log Flush，默認是false扣汪，表示log一旦更新就立即同步到filesystem断楷。如果設(shè)置為true，則HRegionServer會緩存那些變更崭别，并由后臺任務(wù)LogSyncer定時將變更信息同步到filesystem冬筒。
2、WAL是有容量限制的紊遵，LogRoller是一個后臺線程账千，會定時滾動logfile，用戶可以設(shè)定這個間隔時間（hbase.regionserver.logroll.period,默認是一小時）暗膜。當檢查到某個logfile文件中的所有sequence number均小于那個最大的sequence number時匀奏，就會將此logfile移到.oldLog目錄。
如下是WAL的文件結(jié)構(gòu)学搜，目前WAL采用的是Hadoop的SequenceFile娃善，其存儲記錄格式是key/value鍵值對的形式。其中Key保存了HLogkey的實例瑞佩，HLogKey包含數(shù)據(jù)所屬的表名及RegionName聚磺，timeStamp，sequenceNumber等信息炬丸。Value保存了WALEdit實例瘫寝，WALEdit包含客戶端每一次發(fā)來的變更信息。
在Hbase中實現(xiàn)可擴展性和負載均衡的基本單元是Region焕阿。Region存儲著連續(xù)的RowKey的數(shù)據(jù)。剛開始時首启，一個表就只有一個Region暮屡，當一個表隨著數(shù)據(jù)增多而不斷變大時，如果達到指定的大小后就會根據(jù)Rowkey自動一分為二成兩個Region毅桃。每個Region中保存著一個【startkey,endkey】褒纲。隨著表的繼續(xù)增大，每個Region又會自動split成更多的Region钥飞。每個Region只會由一個HRegionServer服務(wù)莺掠。這就是所謂的Hbase的AutoSharding特性。當然代承，Region除了會spilt外汁蝶，也可能進行合并以減少Region數(shù)目（這就是Hbase的compaction特性，后面會談到）。
既然Region是表的基本元素掖棉。那么墓律，用戶如何獲取到對應(yīng)的Region呢？幔亥？前面已經(jīng)提及—通過Catalog表耻讽。
Store是核心存儲單元帕棉。在一個HRegion中可能存在多個ColumnFamily针肥，那么Store中被指定只能存儲一個ColumnFamily。不同的ColumnFamily存儲在不同的Store中（所以在創(chuàng)建ColumnFamily時香伴，盡量將經(jīng)常需要一起訪問的列放到一個ColumnFamily中慰枕，這樣可以減少訪問Store的數(shù)目）。一個Store由一個MemStore和0至多個StoreFile組成即纲。
Hbase在將數(shù)據(jù)寫入StoreFile之前，會先寫入MemStore低斋。MemStore是一個有序的內(nèi)存緩沖器蜂厅。當MemStore中的數(shù)據(jù)量達到設(shè)定的大小時（Flush Size），HRegionServer就會執(zhí)行Flush操作膊畴，將MemStore中的數(shù)據(jù)flush到StoreFile中掘猿。
當HRegionServer正在將MemStore中的數(shù)據(jù)Flush到StoreFile時，MemStore還可以對外進行讀寫服務(wù)唇跨。這個是通過MemStore的滾動機制實現(xiàn)的稠通。通過滾動MemStore,新的空的塊就可以接收變更，而老的滿的塊就會執(zhí)行flush操作买猖。
StoreFile是HFile的實現(xiàn)，對HFile做了一層包裝政勃。HFile是數(shù)據(jù)真正存儲的地方。HFile是基于BigTable的SSTable File和Hadoop的TFile兼砖。HFile是以keyvalue的格式存儲數(shù)據(jù)的奸远。(Hbase之前使用過Hadoop得MapFile，因為其性能上相當糟糕而放棄楷掉。)下圖是HFile中版本1的格式俯树，版本2稍有改變（詳見Hbase wiki）：
從上圖中看出豺鼻，HFile是由多個數(shù)據(jù)塊組成。大部分數(shù)據(jù)塊是不定長的薛窥，唯一固定長度的只有兩個數(shù)據(jù)塊：File Info和Trailer。DataIndex和MetaIndex分別記錄了Data塊和Meta塊的起始位置。每個data塊由一些kevalue鍵值對和Magic header組成诅迷。Data塊的大小可以再創(chuàng)建表時通過HColumnDescriptor設(shè)定佩番。Magic記錄了一串隨機的數(shù)字，防治數(shù)據(jù)丟失和損壞罢杉。
如果用戶想繞過Hbase直接訪問HFile時趟畏，比如檢查HFile的健康狀態(tài)，dump HFile的內(nèi)容滩租，可以通過HFile.main()方法完成赋秀。
如下圖是KeyValue的格式：
KeyValue是一個數(shù)組，對byte數(shù)組做了一層包裝律想。Key Length和Value Length都是固定長度的數(shù)值猎莲。Key包含的內(nèi)容有行RowKey的長度及值,列族的長度及值，列技即，時間戳著洼，key類型（Put, Delete, DeleteColumn, DeleteFamily）。
從上圖可以看出姥份，每一個keyValue只包含一列郭脂，即使對于同一行的不同列數(shù)據(jù)，會創(chuàng)建多個KeyValue實例澈歉。此外KeyValue不能被Split展鸡，即使此KeyValue值超過Block的大小，比如：
Block大小為16Kb埃难，而KeyValue值有8Mb,那么KeyValue會通過相連的多個Block進行存儲莹弊。
以上對Hbase的基本元素做了一個大體的介紹。下圖是Hbase的存儲結(jié)構(gòu)圖涡尘。記錄了客戶端發(fā)起變更或者新增操作時忍弛，Hbase內(nèi)部的存儲流程。
下面來分析下整個存儲流程：
1）當客戶端提交變更操作（如插入put考抄，刪除delete细疚，計數(shù)新增incr），首先客戶端會連接上Zookeeper找到-Root-表的存儲位置川梅，然后根據(jù)-Root-表所提供的.Meta.表的位置找到對應(yīng)的Region所在的HRegionServer疯兼。數(shù)據(jù)變更信息會先通過HRegionServer寫入一個commit log，也就是WAL贫途。當寫入WAL成功后吧彪，數(shù)據(jù)變更信息會存到MemStore中。當MemStore達到設(shè)定的maximum value（hbase.hregion.memstore.flush.size丢早，默認64MB）后姨裸，MemStore就會開始進行Flush操作秧倾，將其內(nèi)容持久化到一個新的HFile中。在Flush操作過程中傀缩，MemStore通過滾動機制繼續(xù)對用戶提供讀寫服務(wù)那先。隨著Flush操作的不斷進行，HFile文件越來越多扑毡。 當HFile文件超過設(shè)定的數(shù)量后胃榕，Hbase的HouseKeeping機制就會通過Compaction特性將HFile小文件合并成一個更大的HFile文件。在Compaction的過程中瞄摊，會進行版本的合并以及數(shù)據(jù)的刪除勋又。由于storeFiles是不變的，用戶執(zhí)行刪除操作時换帜，并不能簡單地通過刪除其鍵值對來刪除數(shù)據(jù)內(nèi)容楔壤。Hbase提供了一個delete marker機制（也稱為tombstone marker），會告訴HRegionServer那個指定的key已經(jīng)被刪除了惯驼。這樣其它用戶檢索這個key的內(nèi)容時蹲嚣，因為已經(jīng)被標記為刪除，所以也不會檢索出來祟牲。在進行Compaction操作中就會丟棄這些已經(jīng)打標的記錄隙畜。經(jīng)過多次Compaction后，HFile文件會越來越大说贝，當達到設(shè)定的值時议惰，會觸發(fā)Split操作。將當前的Region根據(jù)RowKey對等切分成兩個子Region乡恕，當期的那個Region被廢棄言询，兩個子Region會被分配到其他HRegionServer上。所以剛開始時一個表只有一個Region傲宜，隨著不斷的split运杭，會產(chǎn)生越來越多的Region，通過HMaster
的LoadBalancer調(diào)整函卒，Region會均勻遍布到所有的HRegionServer中辆憔。
2）當HLog滿時，HRegionServer就會啟動LogRoller,通過執(zhí)行rollWriter方法將那些所有sequence number均小于最大的那個sequence number的logfile移動到.oldLog目錄中等待被刪除报嵌。如果用戶設(shè)置了Deferred Log Flush為true躁愿，HRegionServer會緩存有關(guān)此表的所有變更，并通過LogSyncer調(diào)用sync（）方法定時將變更信息同步到filesystem沪蓬。默認為false的話，一旦有變更就會立刻同步到filesystem来候。
3）在一個HRegionServer中只有一個WAL跷叉，所有Region共享此WAL。HLog會根據(jù)Region提交變更信息的先后順序依次順序?qū)懭隬AL中。如果用戶設(shè)置了setWriteToWAL(false)方法云挟，則有關(guān)此表的所有Region變更日志都不會寫入WAL中梆砸。這也是上圖中Region將變更日志寫入WAL的那個垂直向下的箭頭為什么是虛線的原因。
Hbase中主要的客戶端接口是HTable類帖世，HTable提供了對數(shù)據(jù)的所有CRUD操作。需要注意的是由于創(chuàng)建HTabe實例比較耗時沸枯， 所以在實際使用中最好創(chuàng)建單例模式的HTable實例日矫，不過如果需要多個HTable實例的話，可以考慮使用HBase的HTablePool特性（下面后講到）绑榴。Hbase不提供直接的update操作哪轿。由于Hbase中數(shù)據(jù)存儲有版本支持。所以如果需要update一條記錄翔怎，一般是通過put操作窃诉，這樣歷史版本會在Compaction操作中被合并掉，這樣就間接實現(xiàn)了更新赤套。（在MemStore中有一個變量MemstoreTS飘痛，該變量是隨put操作而遞增的。比如首先往列A容握，timeStamp為T1上put一條數(shù)據(jù)data1宣脉，假設(shè)此時MemstoreTS為1；之后如果想更新這條數(shù)據(jù)唯沮，只需要往列A脖旱，timeStamp為T1上put一條數(shù)據(jù)data2，此時MemstoreTS為2介蛉，Hbase會自動會將MemstoreTS大的排在前面萌庆。MemstoreTS小的在Compaction過程中就被過濾掉了。）
Put操作就是講數(shù)據(jù)插入到Hbase中币旧。有兩種模式践险，一種是對單行的操作（single put）；還有一種是對多行的操作（List of put）吹菱。針對單行操作的方式如下：
1巍虫、創(chuàng)建put實例有如下構(gòu)造函數(shù)：需要用戶指定某行，用戶也可以設(shè)定時間戳作為版本標示鳍刷。此外占遥，用戶還可以加入自定義的行鎖，以防其它用戶或者其它線程在變更期間訪問此行的數(shù)據(jù)输瓜。
Put(byte[] row)
Put(byte[] row, RowLock rowLock)
Put(byte[] row, long ts)
Put(byte[] row, long ts, RowLock rowLock)
在Hbase中參數(shù)的傳遞大多是byte數(shù)組類型瓦胎。Hbase提供了許多靜態(tài)方法將java類型轉(zhuǎn)換成byte數(shù)組類型芬萍。如下:
static byte[] toBytes(ByteBuffer bb)
static byte[] toBytes(String s)
static byte[] toBytes(boolean b)
static byte[] toBytes(long val)
static byte[] toBytes(float f)
static byte[] toBytes(int val)
2、一旦創(chuàng)建好put實例后搔啊，就可以通過put類提供的方法插入數(shù)據(jù)了柬祠。插入數(shù)據(jù)的操作需要指定列族，所在列等负芋。如下:
Put add(byte[] family, byte[] qualifier, byte[] value)
Put add(byte[] family, byte[] qualifier, long ts, byte[] value)
Put add(KeyValue kv) throws IOException
3漫蛔、put組裝完成后，就可以通過HTable提供的void put(Put put)throws IOException完成數(shù)據(jù)的插入操作旧蛾。
如果需要對多行進行put操作莽龟，可以組裝一系列的put實例，然后調(diào)用HTable提供的void put(List?puts) throws IOException來完成多行插入操作蚜点。不過需要指出的是：如果在這多個Put實例中存在一個put實例有誤（比如：往一個不存在的列族中插入數(shù)據(jù)）轧房，那么該put實例會報錯，但是不影響其他的put實例绍绘。跟后面的get操作有點區(qū)別奶镶。
此外，Hbase還提供了一個原子型的put操作：Atomic compare-and-set?陪拘，方法如下:boolean checkAndPut(byte[] row, byte[] family, byte[] qualifier,byte[] value, Put put) throws IOException厂镇。只有校驗成功后才會完成put操作.
需要注意的是，因為每次的put操作相當于一個RPC左刽，將數(shù)據(jù)從客戶端傳遞到服務(wù)端并返回捺信。如果你的應(yīng)用中RPC非常頻繁，比如一秒內(nèi)成千上萬次欠痴，可能會有隱患迄靠。解決的辦法就是盡量降低RPC次數(shù)，Hbase提供了一個嵌入的客戶端寫緩存器（Client-side Write Buffer）喇辽。它會緩存所有的put操作掌挚，然后再一次性提交。默認情況下Client-side Write Buffer是沒有激活的菩咨。用戶可以在創(chuàng)建HTable的時候通過調(diào)用table.setAutoFlush(false)方法來激活它吠式。并且可以通過isAutoFlush()來檢查是否已經(jīng)激活。默認是true抽米，表示一旦有put操作會立即發(fā)送到服務(wù)器端特占。當你想將所有put操作提交到服務(wù)器端時，可以調(diào)用flushCommits()操作云茸。它會將緩存器中所有變更提交到遠程服務(wù)器是目。Client-side Write Buffer還會自動對buffer中的所有變更進行分組，同一個HRegionServer的分到同一個組标捺。這樣每個HRegionServer通過一個RPC傳送.
Get操作就是從服務(wù)器端獲取數(shù)據(jù)懊纳。跟put操作一樣网持，get操作也分為兩種模式，一種是對單行的get操作（single get）长踊，另一種是對多行進行檢索操作（List of gets）。
1萍倡、HTable提供的get方法如下：其返回值為Result類身弊，該類包含了列族，列列敲，keyvalue阱佛，
RowKey等信息。該類提供的豐富的方法供用戶獲取返回的各種信息戴而。
Result get(Get get) throws IOException
2凑术、Get類的構(gòu)造函數(shù)如下，需要用戶傳入指定的行及行鎖等參數(shù)所意。
Get(byte[] row)
Get(byte[] row, RowLock rowLock)
3淮逊、 一旦創(chuàng)建的get實例后，用戶可以調(diào)用Get類提供的如下方法來框定你需要檢索的數(shù)據(jù)扶踊。如下：用戶可以指定列族泄鹏，列，時間戳秧耗，最大版本號等备籽。如果不設(shè)置版本號，默認是1分井，表示最大的版本车猬。
Get addFamily(byte[] family)
Get addColumn(byte[] family, byte[] qualifier)
Get setTimeRange(long minStamp, long maxStamp) throws IOException
Get setTimeStamp(long timestamp)
Get setMaxVersions()
Get setMaxVersions(int maxVersions) throws IOException
跟List of put 類似，對于多行的檢索操作尺锚，HTable也提供了類似的如下方法：用戶只要創(chuàng)建多個get實例珠闰，就可以通過如下方法獲取需要的數(shù)據(jù)。不過需要注意的是：跟List of put不同的是缩麸，如果Get實例列表中只要存在一個Get實例有誤（比如get一個不存在的列族的值）铸磅，那么整體就會拋出一個異常.
Result[] get(List?gets) throws IOException
Delete操作也類似，HTable提供了兩種方法杭朱，支持單個delete實例和多個delete實例的操作阅仔。如下:
void delete(Delete delete) throws IOException
void delete(List?deletes) throws IOException
1、相應(yīng)的delete實例構(gòu)造函數(shù)有:
Delete(byte[] row)
Delete(byte[] row, long timestamp, RowLock rowLock)
2弧械、如果你需要添加一些限制條件八酒，可以使用delete類提供的相關(guān)方法，支持指定列族刃唐，列羞迷，時間戳等界轩。如果你指定了一個時間戳，則表示小于等于該時間戳的時間將被刪除衔瓮。如果指定了列和行號浊猾，但沒有指定時間戳，則默認會刪掉版本號最大的那個值热鞍。
Delete deleteFamily(byte[] family)
Delete deleteFamily(byte[] family, long timestamp)
Delete deleteColumns(byte[] family, byte[] qualifier)
Delete deleteColumns(byte[] family, byte[] qualifier, long timestamp)
Delete deleteColumn(byte[] family, byte[] qualifier)
Delete deleteColumn(byte[] family, byte[] qualifier, long timestamp)
void setTimestamp(long timestamp)
3葫慎、當使用List of delete時，如果有一個delete實例出錯薇宠，那么會拋出異常偷办。而且delete的實例列表中只會存在那個出問題的delete實例。Delete也支持原子型的Compare-and- Delete椒涯，如下:
boolean checkAndDelete(byte[] row, byte[] family, byte[] qualifier,byte[] value, Delete delete) throws IOException
Hbase還支持批量操作泪喊。其實上面所談到的List of puts,gets,deletes都是基于Batch操作來的蚓再。不過List of puts,gets,deletes逐漸會被廢棄问畅。推薦使用Batch操作秩铆。HTable提供的batch操作方法如下：參數(shù)中Row類是Put寻仗，Delete林艘，Get類的父類爹凹。表示用戶可以同時傳入put，get及delete實例操作帽馋。不過在一個batch中，最好不要同時傳入針對同一行的put和delete實例。
(1) void batch(List?actions, Object[] results) throws IOException, InterruptedException
(2)? Object[] batch(List?actions) throws IOException, InterruptedException上面這兩個batch方法比較類似前标，但有比較大的區(qū)別稽犁。第一個batch方法需要用戶傳遞一個數(shù)組来屠，該數(shù)組用來填充batch操作中所有成功的操作的結(jié)果集虑椎。如果沒有指定這個數(shù)組，比如第二個方法俱笛。一旦batch操作中某一個實例出現(xiàn)問題绣檬，那么Hbase只會拋出一個異常。那些成功的操作的結(jié)果并不會返回嫂粟。而第一個方法則會將那些成功的操作的結(jié)果集返回給用戶娇未。
此外Batch操作不支持Client-side write buffer，Batch方法是同步的星虹，會直接將其包含的操作發(fā)往服務(wù)器零抬。這點需要注意！
Batch操作返回的結(jié)果可能的結(jié)果有如下幾種：
1宽涌、null：表示那個操作操作連接遠程服務(wù)器失敗平夜。
2、Empty Result：put和delete操作的返回結(jié)果卸亮，表示操作成功忽妒。
3、Result：get操作的返回結(jié)果集
4、Throwable：異常結(jié)果
Scan操作類似于傳統(tǒng)的RDBMS中的游標的概念段直。其目的跟get一樣吃溅，也是檢索服務(wù)器端數(shù)據(jù)。Hbase也提供了一個Scan類鸯檬。由于Scans類似于迭代器决侈，所以你需要通過getScanner()方法獲取。HTable提供了如下方法：如果你看了源碼就會知道喧务，后面那兩個方法其實是先創(chuàng)建一個scan實例赖歌，并加入傳入的參數(shù)，然后再調(diào)用第一個方法功茴。
?ResultScanner getScanner(Scan scan) throws IOException
?ResultScanner getScanner(byte[] family) throws IOException
?ResultScanner getScanner(byte[] family, byte[] qualifier) throws IOException
1庐冯、Scan類提供了多個構(gòu)造函數(shù)，如下：startRow和stopRow是左閉右開的坎穿。從構(gòu)造函數(shù)中可以看出肄扎，用戶只需要指定rowKey的范圍，或者添加相應(yīng)的過濾器赁酝，Hbase能夠自動檢索你指定的RowKey的范圍的數(shù)據(jù)。如果沒有指定startRow旭等，默認從第一行開始.
Scan()
Scan(byte[] startRow, Filter filter)
Scan(byte[] startRow)
Scan(byte[] startRow, byte[] stopRow)
2酌呆、當創(chuàng)建好Scan實例后，如果想添加更多的限制條件搔耕，可以通過調(diào)用Scan提供的如下方法：允許添加列族隙袁，列，時間戳等.
Scan addFamily(byte [] family)
Scan addColumn(byte[] family, byte[] qualifier)
Scan setTimeRange(long minStamp, long maxStamp) throws IOException
Scan setTimeStamp(long timestamp)
Scan setMaxVersions()
Scan setMaxVersions(int maxVersions)
GetScanner()方法返回的是一個ResultScanner實例弃榨。需要注意的是：如果結(jié)果集存在多行菩收，Scans并不會一次性將所有行在一個RPC里面?zhèn)魉徒o客戶端，而是基于一行一行傳送鲸睛。這樣做主要是因為多行需要耗費大量時間娜饵。
ResultScanner類包裝了Result類將其每行結(jié)果以迭代的方式輸出，使得Scan操作類似于get操作官辈。此外ResultScanner類提供了如下方法供用戶進行迭代使用：用戶可以選擇一次返回一行或者多行箱舞。不過不要認為是服務(wù)器端一次性返回多行。其實是客戶端循環(huán)調(diào)用nbRows 次next()方法而已拳亿。服務(wù)器端在一個RPC里面還是只傳送一行數(shù)據(jù)晴股。這個確實有點影響心情，但Hbase就喜歡惡心下你肺魁，不過它也提供的相應(yīng)的解決辦法：Scanner Caching电湘，默認是關(guān)閉的。
Result next() throws IOException
Result[] next(int?nbRows) throws IOException
void close()
close()方法表示釋放ResultScanner實例。因為ResultScanner實例持有了一定的資源,如果不及時釋放寂呛，可能隨著時間推移會占用很大的內(nèi)存空間怎诫。此外，close()操作最好放在finally模塊昧谊，原因你懂得刽虹！
HBase提供了許多賞心悅目的特性呢诬。如Filters涌哲，Counters，Coprocessors尚镰，Compaction阀圾，HTablePool等。
當你通過Scan或者Get操作檢索數(shù)據(jù)時狗唉，會發(fā)現(xiàn)Scan和Get只支持基于RowKey初烘，列族，列分俯，時間戳等粗粒度的檢索肾筐。如果用戶想基于Key或者Value或者正則表達式等作為查詢條件進行查詢的話，Scan和Get是沒辦法做到的缸剪。而Filter就是干這事的吗铐。Hbase提供了一系列的Filters，用戶只要實現(xiàn)Filter杏节，也可以自定義Filters唬渗。
需要說明的是Hbase提供的這些Filters都是配置在客戶端，但應(yīng)用在服務(wù)器端奋渔，也叫做Predicate push-down镊逝。(比如用戶在進行Scan操作時可以傳入Filter，序列化后傳送到服務(wù)器端嫉鲸，HRegionServer就會將其反序列化撑蒜，并應(yīng)用到內(nèi)部Scanner)。這樣可以有效減少數(shù)據(jù)傳輸帶來的網(wǎng)絡(luò)開銷玄渗。
需要注意的是：Filters的通用約定是過濾掉你不需要的數(shù)據(jù)减江，而不是用來指定你需要的數(shù)據(jù)。不過凡是繼承CompareFilter過濾器的Filter捻爷，其作用剛好相反辈灼，用來指定你需要的數(shù)據(jù)。
Hbase提供的Filters有：
Ⅰ. Comparison Filters
Compartison Filters是基于比較的過濾器也榄。定義如下：
CompareFilter(CompareOp??? valueCompareOp,WritableByteArrayComparable valueComparator)
該構(gòu)造器有兩個特定的參數(shù)巡莹，一個是比較運算符司志，另一個是比較器。
A降宅、常見的比較運算符有：
LESS骂远，LESS_OR_EQUAL，EQUAL腰根，NOT_EQUAL激才，GREATER_OR_EQUAL，GREATER额嘿，NO_OP瘸恼。前面幾個運算符根據(jù)名字定義就能判斷其意思祠肥，最后一個是NO_OP时捌，表示排除任何數(shù)據(jù)。
B巩踏、常見的比較器有：其中NullComparator是判斷給定的值是否為空或者非空球拦。最后三個比較器只能搭配使用EQUAL靠闭，NOT_EQUAL比較運算符，返回0表示匹配坎炼，1表示不匹配愧膀。
BinaryComparator
BinaryPrefixComparator
NullComparator
BitComparator
RegexStringComparator
SubstringComparator
C、基于Comparison Filter的過濾器有好多種谣光，比如:
1檩淋、RowFilter
2、FamilyFilter
3抢肛、QualifierFilter
4、ValueFilter
5碳柱、DependentColumnFilter
(1)?? RowFilter過濾器顧名思義就是根據(jù)RowKey來過濾數(shù)據(jù)捡絮。所以RowFilter中的比較運算符和比較器參數(shù)都是基于RowKey來比較的。比如如下Filter表示RowKey包含-4的數(shù)據(jù)莲镣。
Filter filter = new RowFilter(CompareFilter.CompareOp.EQUAL,new SubstringComparator("-4"))福稳。
(2)?FamilyFilter過濾器跟RowFilter類似，不過FamilyFilter是基于ColumnFamily的比較瑞侮。
QualifierFilter和ValueFilter過濾器也類似的圆，分別是基于列和數(shù)值的比較。
(3) DependentColumnFilter過濾器稍微復雜一點半火。它可以說是timeStamp Filter和ValueFilter的結(jié)合越妈。因為DependentColumnFilter需要指定一個參考列，然后獲取跟改參考列有相同時間戳的所有列钮糖，再在此基礎(chǔ)上獲取滿足ValueFilter的列值梅掠。構(gòu)造函數(shù)如下：用戶可以根據(jù)自己喜好省略valueFilter或者通過設(shè)置dropDependentColumn為true省略timestamp Filter酌住。不過需要注意的是：此過濾器不能跟Scan中的Batch操作結(jié)合使用。
A阎抒、DependentColumnFilter(byte[] family, byte[] qualifier)
B酪我、DependentColumnFilter(byte[] family, byte[] qualifier,boolean?dropDependentColumn)
C、DependentColumnFilter(byte[] family, byte[] qualifier,boolean dropDependentColumn, CompareOp valueCompareOp,WritableByteArrayComparable valueComparator)
專有的一些過濾器且叁，Hbase提供了許多個性化的專有過濾器都哭。常見的Dedicated Filters有：
A、SingleColumnValueFilter
B逞带、SingleColumnValueExcludeFilter
C欺矫、PrefixFilter
D、PageFilter
E掰担、KeyOnlyFilter
F汇陆、FirstKeyOnlyFilter
G、InclusiveStopFilter
H带饱、TimestampsFilter
I毡代、ColumnCountGetFilter
J、ColumnPaginationFilter
K勺疼、ColumnPrefixFilter
L教寂、RandomRowFilter
(1)?如果你想分頁獲取數(shù)據(jù)，可以通過PageFilter來完成执庐。ColumnPaginationFilter跟PageFilter類似酪耕，只不過PageFilter是基于行的分頁，而ColumnPaginationFilter是基于列的分頁轨淌。如：
ColumnPaginationFilter(int limit, int offset)迂烁，表示獲取從offset列開始的連續(xù)limit列的數(shù)據(jù)。
(2)?如果只想獲取每一行的第一列的值递鹉，那么FirstKeyOnlyFilter是不錯的選擇盟步。此外，因為前面提到的Scan操作需要用戶指定一個startRow和EndRow躏结，其中這兩個參數(shù)時左閉右開區(qū)間的却盘。如果想EndRow也包含，可以通過InclusiveStopFilter來解決媳拴。如下：獲取從Row5至Row10的數(shù)據(jù)
黄橘。不過因為Hbase是字典排序的，所以得到的結(jié)果中可能會包含Row51,Row52等這些行的數(shù)據(jù)屈溉。
Filter filter = new InclusiveStopFilter(Bytes.toBytes("row-9"));
Scan scan = new Scan();
scan.setStartRow(Bytes.toBytes("row-5"));
scan.setFilter(filter);
ResultScanner scanner = table.getScanner(scan);
(3)?如果想獲取某個版本的所有數(shù)據(jù)塞关。可以通過TimestampsFilter來設(shè)置子巾，用戶需要傳入版本號描孟。如下：
TimestampsFilter(List?timestamps)
(4)?PrefixFilter和ColumnPrefixFilter都是基于前綴的過濾器驶睦，不過PrefixFilter是基于行的前綴過濾，而后者是基于列的前綴過濾匿醒。
(5) RandomRowFilter是基于隨機行的過濾器场航，用戶需要指定一個在0到1之間的隨機數(shù)，構(gòu)造函數(shù)如下：如果chance大于1廉羔，則會返回所有行溉痢。如果小于0，則過濾掉所有行憋他。
RandomRowFilter(float chance)
Decorating Filters稱為裝飾型的過濾器孩饼。它的作用是為其他過濾器返回的結(jié)果提供一些附加的校驗操作。常見的Decorating Filters有：
A竹挡、SkipFilter
B镀娶、WhileMatchFilter
(1)?? SkipFilter包裝了其它的過濾器，只要被包裝的過濾器返回的結(jié)果中有一行的某一列或者某個KeyValue被過濾掉了揪罕，那么SkipFilter會將該列或者KeyValue所處的整行全部過濾梯码。被包裝的過濾器必須實現(xiàn)filterKeyValue()方法。因為SkipFilter會依靠filterKeyValue()返回的結(jié)果進行附加的處理好啰。比如：
Filter filter = new ValueFilter(CompareFilter.CompareOp.NOT_EQUAL,new BinaryComparator(Bytes.toBytes("val-1")));
上面這樣一個filter轩娶，表示返回的結(jié)果中值不能等于val-1，這樣值為val-1的那個列就不會展示框往，但該行的其他列只要滿足值不等于val-1都會返回鳄抒。
不過一旦使用了SkipFilter，如：Filter filter2 = new SkipFilter(filter);只要存在某一行中的某個列的值等于val-1椰弊，那么該行的所有數(shù)據(jù)都不會返回许溅。
(2)?WhileMatchFilter跟SkipFilter類似，不過區(qū)別之處在于WhileMatchFilter一旦找到某一行中的某些列值或者KeyValue不滿足條件秉版，那么整個Scan操作就會被終止贤重。SkipFilter只是會將此行過濾，不作為返回值沐飘，但Scan操作會繼續(xù)游桩。
如果想實現(xiàn)自定義的Filter牲迫，可以實現(xiàn)Filter接口或者擴展FilterBase類耐朴。FilterBase類提供了基本的Filter實現(xiàn)。
如果用戶想在一次檢索數(shù)據(jù)的過程中使用多個Filter盹憎，那么可以使用FilterList特性筛峭。其構(gòu)造函數(shù)如下：
FilterList(List?rowFilters)
FilterList(Operator operator)
FilterList(Operator operator, List?rowFilters)
其參數(shù)operator其枚舉值有兩個：MUST_PASS_ALL(表示返回的結(jié)果集數(shù)據(jù)必須通過所有過濾器的過濾)，MUST_PASS_ONE(表示返回的結(jié)果集數(shù)據(jù)只要通過了其中一個過濾器就行)陪每。
Hbase提供了計數(shù)器Counters機制影晓。它將列當做Counters镰吵，通過對列的操作來完成計數(shù)。在命令行下用戶可以通過如下命令增加計數(shù)挂签。
incr?‘
’,’’,’’,[]
如果想獲取當前計數(shù)器的值疤祭，可以通過get命令或者get_counter或者incr命令。如下：
get ‘
’,’’;
get_counter ‘
’,’’;
incr?‘
’,’’,’’,0;
第一個和第二個的區(qū)別就是第一個返回的值是字節(jié)數(shù)組類型饵婆，用戶很難立刻知道到底代表什么值勺馆。第二個返回的是可讀的值。第三個命令采用比較投機取巧的辦法侨核，通過incr計數(shù)加0來返回當前值草穆。如果將減少計數(shù)，可以通過incr命令來增加一個負數(shù)的值搓译。
HTable提供了單個計數(shù)器(Single Counters)和多個計數(shù)器(Multiple Counters)悲柱。對于單個的Counters，需要指定準確的列名些己，跟命令行的incr一樣豌鸡，可以通過增加正數(shù)和負數(shù)或者零來達到增加計數(shù)，減少計數(shù)以及訪問當期計數(shù)的目的轴总。構(gòu)造函數(shù)如下：
long incrementColumnValue(byte[] row, byte[] family, byte[] qualifier,long amount) throws IOException
long incrementColumnValue(byte[] row, byte[] family, byte[] qualifier,long amount, boolean writeToWAL) throws IOException
對于多重計數(shù)器直颅，HTable提供的方法如下：
Result increment(Increment increment) throws IOException
1、用戶需要創(chuàng)建一個Increment實例怀樟，可以采用如下構(gòu)造函數(shù)：
Increment() {}
Increment(byte[] row)
Increment(byte[] row, RowLock rowLock)
2功偿、如果想為這個Increment實例添加必要的條件，如列名往堡，或者時間戳范圍械荷，可以通過如下方法來完成÷腔遥可以在一個Increment實例中通過增加多列來實現(xiàn)多重計數(shù)器吨瞎。
Increment addColumn(byte[] family, byte[] qualifier, long amount)
Increment setTimeRange(long minStamp, long maxStamp) throws IOException
Coprocessors是Hbase提供的另一大特性∧赂溃可以認為是簡化的MapReduce組件颤诀。Coprocessors是一組內(nèi)嵌于RegionServer和HMaster進程的框架（BigTable的coprocessors擁有獨立進程和地址空間），支持用戶請求在每個Region上并行運行对湃，類似于傳統(tǒng)數(shù)據(jù)庫中觸發(fā)器的功能崖叫。
1、Hbase提供的Coprocessors有兩種類型：observer和endpoint拍柒。其中observer類似于RDBMS中的觸發(fā)器心傀，即鉤子函數(shù)，其代碼部署在服務(wù)器端運行拆讯，在真實的方法前添加pre(),實現(xiàn)后加入
post(),以實現(xiàn)對真實方法的輔助操作脂男。而endpoint類似于存儲過程养叛。
2、Coprocessors框架有三個模塊組成：Coprocessors宰翅，CoprocessorEnvironment弃甥，
CoprocessorHost。CoprocessorEnvironment提供Coprocessors實例運行的環(huán)境以及持有
Coprocessors實例的生命周期狀態(tài)汁讼。CoprocessorHost是用來維護Coprocessors實例和
Coprocessors運行環(huán)境的潘飘。
三元體類圖如下（Hbase94版本）：用戶可以通過繼承BaseRegionObserver， WALObserver掉缺，
BaseMasterObserver或者BaseEndpointCoprocessor來實現(xiàn)自定義的Coprocessors卜录。
A、coprocessors Load
Coprocessors有兩種加載方式：通過配置文件方式的靜態(tài)加載和動態(tài)加載方式眶明。
a艰毒、配置文件加載
靜態(tài)加載方式就是通過hbase-site.xml配置文件配置指定的coprocessors來加載。配置方式如下搜囱，其執(zhí)行順序就是按照配置文件指定的順序：
hbase.coprocessor.region.classes
coprocessor.RegionObserverExample,coprocessor.otherCoprocessor
hbase.coprocessor.master.classes
coprocessor.MasterObserverExample
hbase.coprocessor.wal.classes
coprocessor.WALObserverExample, bar.foo.MyWALObserver
需要注意的是：通過這種方式加載的RegionObserver是針對所有Region和表的丑瞧。用戶無法指定某一具體的Region或者table。
b蜀肘、通過table description加載
通過這種方式的加載是細化到具體的表的維度绊汹。只有跟該表有關(guān)的Region操作才會加載。所以這種方式的加載只能針對RegionCoprocessor扮宠。加載方法是：
HTableDescriptor.setValue(),其中key是Coprocessor西乖，value是||
B、observer
observer又有三種實現(xiàn)類型：
a坛增、RegionObserver
RegionObserver一般用來進行數(shù)據(jù)操作的coprocessor获雕，比如數(shù)據(jù)訪問前的權(quán)限身份驗證，F(xiàn)ilter收捣，二級索引等届案。如：
void preFlush(...) / void postFlush(...) MemStore中內(nèi)容flush到Storefile前后添加輔助型操作。
void preGet(...) / void postGet(...)?獲取數(shù)據(jù)的前后添加輔助操作
b罢艾、MasterObserver
MasterObserver是面向整個集群的事件楣颠，比如基于管理員的操作和DDL類型的操作的監(jiān)控。如：
void preCreateTable(...) / void postCreateTable(...)?創(chuàng)建表前后做些輔助操作
void preAddColumn(...) / void postAddColumn(...)?創(chuàng)建列前后做些輔助操作
void preMove(...) / void postMove(...)?? ????移動Region的前后添加輔助操作
c咐蚯、WALObserver
WALObserver則是提供鉤子函數(shù)對Write Ahead Log的的操作童漩。
C、Endpoint
Endpoint動態(tài)擴展了RPC協(xié)議仓蛆。只支持Region的操作睁冬，不支持Master和WAL的操作挎春。用戶可以通過Endpoint完成一些聚集函數(shù)的功能看疙，如AVG豆拨，Count，SUM等能庆。其原理是通過包裝客戶端的實現(xiàn)施禾，類似于MapReduce，比如getSum()操作搁胆，Map端endpoint通過并行的scan完成對每個Region的操作弥搞，每個Region的scan結(jié)果匯總到endpoint包裝的客戶端，將每個Region反饋的結(jié)果進行匯總即可得到getSum()的結(jié)果渠旁。
?D攀例、小結(jié)
a、Coprocessors有兩種類型：observer和endpoint顾腊。observer類似于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫中的觸發(fā)器粤铭，通過鉤子函數(shù)來完成對被鉤的方法的輔助功能，endpoint類似于關(guān)系型數(shù)據(jù)庫中的存儲過程杂靶，用來實現(xiàn)聚合函數(shù)的相關(guān)功能梆惯。
b、Coprocessors支持動態(tài)加載吗垮，擁有多種加載方式垛吗。
c、Coprocessors可以將多個Coprocessor鏈接在一起使用烁登，類似于Servlet中的filters過濾器怯屉。
d、Coprocessors中有優(yōu)先級的概念饵沧，SYSTEM級別的Coprocessor優(yōu)先處理蚀之，USER級別的Coprocessor優(yōu)先級更低。
4）Split And Comcaption
A捷泞、Region Split
當創(chuàng)建一個表時足删，此時該表只對應(yīng)一個Region。隨著不斷了往表中插入記錄锁右，表數(shù)據(jù)越來越多失受，當超過設(shè)定的值hbase.hregion.max.filesize時，該Region就會Split成兩個子Region咏瑟。原來的那個Region就會被刪除拂到。具體操作如下：
a、HRegionServer創(chuàng)建一個splits目錄码泞，并且關(guān)閉其父Region以防接收其它請求兄旬。
b、HRegionServer會在splits目錄準備好兩個子Region，父Region的RowKey對半切领铐。然后將其移動到表目錄下悯森，并且更細.Meta.表的數(shù)據(jù)，指示該父Region正在被執(zhí)行Split操作绪撵。
c瓢姻、讀取父Region的數(shù)據(jù)到子Region中。更新.Meta.表音诈。
d幻碱、清理父Region，通知HMaster將新的子Region遷移到其它RegionServer中细溅。
Split過程核心代碼如下：如果想了解有關(guān)Split的詳細流程褥傍，可以參考：
http://punishzhou.iteye.com/blog/1233802
B、Compaction
當Hbase將MemStore中的內(nèi)容flush到StoreFile中后喇聊，由于每次flush都會產(chǎn)生一個新的HFile文件摔桦。隨著一次次的flush，HFile文件越來越多承疲，當達到設(shè)定的閥值時邻耕，Hbase提供了Compaction特性，會通過此機制將HFile文件進行壓縮燕鸽。
Compaction機制分為兩種方式：minor compactions和major compactions 兄世。minor compactions是將相鄰的一些小的HFile合并成一個稍大的HFile，表演一個多路合并的過程啊研，其文件的數(shù)目由（hbase.hstore.compaction.min）指定御滩；而major compactions會將一個Store中的所有HFile合并成一個HFile，并且在壓縮的過程中會進行版本合并和刪除過濾操作党远。比如對于那些同一個Cell中且同一個時間戳的數(shù)據(jù)削解，只保留最新的那個值，其他的值將被廢棄沟娱。此外標記了刪除樣式的數(shù)據(jù)以及過期的數(shù)據(jù)也將被過濾氛驮。
其實Compaction就是將多個有序的HFile文件合并成一個有序的HFile文件的一個過程。它會創(chuàng)建一個StoreFileScanner來包裝每一個StoreFile,然后再通過一個StoreFileScanner實例來組裝StoreFile對應(yīng)的StoreFileScanner列表济似。通過StoreFileScanner實例提供的next()和seek()方法獲取每個storeFile中的數(shù)據(jù)矫废，最后再將此數(shù)據(jù)append到一個新的HFile中。
如果用戶每次發(fā)起一個請求時都創(chuàng)建一個HTable實例砰蠢，如下創(chuàng)建方式：
Configuration conf = HBaseConfiguration.create();
HTable table = new HTable(conf, "testtable");
這種方式雖然可以滿足要求蓖扑，但對于請求數(shù)比較多的情況或者要求響應(yīng)時間比較快的情況，如上創(chuàng)建HTable實例就比較落伍了台舱。因為創(chuàng)建Htable是一個比較耗時的過程律杠，此外，HTable并不能保證線程安全，在多線程處理下就可能產(chǎn)生莫名其妙的問題柜去。
HBase提供了HTable池特性可以解決此問題灰嫉。用戶可以直接從HTable池中獲取HTable實例。
1诡蜓、可以通過如下構(gòu)造函數(shù)來創(chuàng)建HTablePool實例，如下：
HTablePool()
HTablePool(Configuration config, int?maxSize)
? ? ? HTablePool(Configuration config, int maxSize,HTableInterfaceFactory tableFactory)
上面的第一個構(gòu)造函數(shù)會默認獲取classpath下的配置胰挑，并且創(chuàng)建無窮大的HTable個數(shù)蔓罚。用戶可以提供定制的創(chuàng)建的HTable實例的工廠來，這樣創(chuàng)建的HTablePool中的HTable就是用戶定制的
HTable實例瞻颂。maxSize參數(shù)是指定HTable池中最大持有多少個HTable實例豺谈。比如如果此size為5，
而用戶通過getTable獲取了10次引用贡这，那么當用戶通過putTable方法將實例放回HTable池中時茬末，只能放回5個實例，另外的5次將被忽略掉了盖矫。
2丽惭、創(chuàng)建HTablePool實例后，就可以通過getTable方法獲取對應(yīng)的表的HTable實例了辈双。如下：
HTableInterface getTable(String tableName)
HTableInterface getTable(byte[] tableName)
3责掏、當使用完HTable實例后，需要將HTable實例關(guān)閉湃望，可以采用如下方法：
void closeTablePool(String tableName)
void closeTablePool(byte[] tableName)
void putTable(HTableInterface table)
closeTablePool(tableName)相當于直接將此Table實例關(guān)閉换衬。建議使用此方法。PutTable(FilterBase)表示將此實例放回HTable池中供下次使用证芭。建議不要使用此方法瞳浦，目前此方法也在逐漸廢棄。需要注意的是以上操作最好放到finally模塊進行處理废士。
A、總的來說Hbase因為其面向列族的key-value存儲特性使得其擁有列式數(shù)據(jù)庫的優(yōu)勢官硝。分布式的Hbase應(yīng)用是由客戶端和服務(wù)端進程組成诅挑，通過HDFS作為其持久層，采用Zookeeper來完成集群的管理和狀態(tài)監(jiān)控協(xié)調(diào)服務(wù)泛源。對于全表掃描和大數(shù)據(jù)的加載通過MapReduce來完成拔妥。Hbase無縫集成了Apache的這幾大組件來實現(xiàn)可伸縮，面向列族的分布式存儲系統(tǒng)达箍。
B没龙、Hbase是嚴格一致性的分布式存儲系統(tǒng)，從兩個方面來保證嚴格一致性問題：它提供行鎖，但不提供多行鎖和事務(wù)硬纤，保證了讀寫的原子性解滓。此外Hbase數(shù)據(jù)存儲支持多版本和時間戳的特性。
C筝家、Hbase可以認為是BigTable的開源實現(xiàn)洼裤，但跟BigTable還是有很多區(qū)別。比如：Hbase的Coprocessors跟BigTable不同溪王。Hbase支持服務(wù)器端的Filter以減少網(wǎng)絡(luò)傳輸開銷腮鞍。此外Hbase支持可插拔的文件系統(tǒng)，目前文件系統(tǒng)是HDFS莹菱，BigTable是GFS移国。
D、Hbase通過實現(xiàn)服務(wù)器端的鉤子（Coprocessors）來完成二級索引道伟。這也是BigTable沒有實現(xiàn)的迹缀。
