hbase优点与数据检索流程，hbase优点检索
hbase优点
hbase是一个列式存储的非关系型数据库，依赖于zookeeper。数据存储于hdfs上，主节点是HMaster，从节点是HRegionServer.
hbase与关系型数据库相比较优点如下：
1. hbase数据存储于hdfs上，可扩展性强。数据条目数可以存储上一条。
2. 通过rowkey检索数据，速度可以准实时，达到秒级别。
3. 写数据非常快，只要写在Region的memstore内存中即可，不需要重复IO消耗。
4. 每份数据都有多份备份，保证数据安全性。
5. 从成本上来说关系型数据库要用到商用小型机，价格要几百万非常昂贵。但是hdfs只需要普通的商用server，只要几万一台。
hbase数据模型
region介绍
每个表刚开始只有一个region，region的strartRowKey和endRowKey都是空的。当region的大小超过一定的阀值后，就会按照key的中间值分裂成两个region，老的region下线。比如中间值是111000，则新的2个region如下：
null
region1
111000
region2
null
rowkey按照大小排序，新的rowkey会按照大小插入对应的region
数据检索的三种方式
1）get rowkey
2）scan range --> 最多的
3）scan
hbase数据检索流程
hbase架构图
客户端对数据的读和写首先连接zookeeper，在zookeeper中找到meta-region-server节点，meta表被哪个RegionServer管理。
meta表只有一个region，客户端通过表+rowkey在meta表中找这个表的rowkey被哪个RegionServer管理。meta表保存了对应的主机端口，找到后执行相应的操作。
list_namespace_tables 'hbase'查看hbase命名空间下的表
scan 'hbase:meta'查看meta表信息
hbase数据存储
一张表有1个或多个region，region有几个列簇就有几个store。每个store中有一个memstore和0个或多个storefile。
storefile是存在hdfs上的二进制文件，读数据先到memory中读，没有在去storefile中读
在写数据的时候先往HLog写一份，在往memstore中写一份。当memory达到一定大小后，flush到storefile里面去。
注意：
优化：
老版本是一个regionserver一个HLOG，而新版本可以设置一个region一个HLog。
老版本对数据恢复需要分割日志，而新版本可以直接对region的日志做数据还原。但是需要消耗更多的IO，因为要同时打开多个HLog。
数据检索总结
client写入-》存入MemStore，一直到MenStore满-》Flush成一个StoreFile,直至增长到一定阀值-》触发合并操作-》多个storeFile合并后，逐步形成越来越大的storefile-》单个storeFile大小超过一定阀值后，触发split操作，把当前region 分成2个region，region下线。新split出的2个孩子region会被HMaster分配 到相应的HRegionServer上，使得原先的region的压力分流道2个region上
注意：
hbase只是增加数据，所有的更新和删除操作，都是在文件合并阶段做的。所以用户写操作只需要进入内存即可立即返回，从而保证I/0高性能
hbase架构
client端
- 整个HBase集群访问的入口
- 使用HBase采用Rpc机制与HMaster与HMaster和HRegionServer进行通信
- 与HMaster进行通信进行管理类操作
- 与HRegionServer进行数据读写类操作
- 包含访问HBase的接口，并维护cache来加快对HBase的访问
HMaster
Client访问hbase上数据的过程并不需要master参与（寻址访问Zookeeper和HRegion Server）数据读写访问HRegion Server，HMaster仅仅维护table和Region的元数据信息，负载很低
HMaster没有单点问题，HBase中可以启动多个HMaster，通过Zookeeper的Master Election机制保证总有一个Master在运行主要负责Table和Region的管理工作 管理用户对table的增删查改操作
在HBase的conf目录下创建backup-masters文件，在里面添加其他主机名称。
保存后执行hbase-deamons.sh start master-backup管理HRegionServer的负载均衡，调整Region分布 Region Split后，负责新Region的分布
- 在HRegionServer停机后，负责失效HRegionServer上Region迁移工作
HRegionServer
- 维护HRegion，处理对这些HRegion的IO请求，向HDFS文件系统中读写数据；
- 负责切分在运行过程中变得过大的HRegion
zookeeper
- 保证任何时候，集群只有一个HMaster
- 存储所有HRegion的寻址入口
- 实时监控HRegionServer的上线和下线功能，并实时通知给HMaster
- 存储HBase的schema和table元数据
- zookeeper Quorum存储-ROOT-(新版本是meta表)地址、HMaster地址
hbase管理zookeeper实力，但是在生产环境中要禁用
注意：hbase-env.xml中，找到
export HBase_managers_zk设置为false