HBase，

HBase架构:

关键词: client,zookeeper,hmaster,hregoinserver,hlog,hregoin,store,memstore,storefile,hfile

Client

包含访问HBase的接口，并维护cache来加快对HBase的访问，比如region的位置信息

hmaster:(hbase的老大)

  为regoinserver分配region
  负责region的重新分配
  hdfs的垃圾文件回收

hregoinserver:(hbase的小弟)

负责维护hmaster分配给他的region(管理regoin)
处理client对region的IO请求并和hdfs进行交互

Zookeeper作用

通过选举，保证任何时候，集群中只有一个master，Master与RegionServers 启动时会向ZooKeeper注册

存储所有Region的寻址入口

实时监控Region server的上线和下线信息。并实时通知给HMaster

存储HBase的schema和table元数据

默认情况下，HBase 管理ZooKeeper 实例，比如， 启动或者停止ZooKeeper

zookeeper的引入使得Master不再是单点故障

HBase的安装

1.解压并配置环境变量
2.配置regionserver
配置backup-masters
配置hbase-site.xml
配置hbase-env.sh
export HBASE_MANAGES_ZK = false

分发:
 scp -r hbase-1.2.1 root@hadoop02:$PWD

启动zk
启动hdfs
启动hbase

hbase shell

创建表:

create 'ns1:t2' ,'base_info' ,'extra_info'

查看表定义:

desc 'ns1:t1'

插入数据:

put 'ns1:t1','rk0001','f1:name','zhangsan'

查询所有数据

scan 't1'

查询某一行:

get 't1' , 'rk0001'

删除数据(指定要删除的列)

delete 't1' . 'rk0001','f1:age'

删除表:

drop 't1' 注意删除表之前要先禁用表  disable 't1'

Hbase预写

该机制用于数据的容错和恢复：

HLog是一个实现Write Ahead Log的类，在每次用户操作写入MemStore的同时，也会写一份数据到HLog文件中，
HLog文件定期会滚动出新的，并删除旧的文件 (已持久化到StoreFile中的数   据）。当HRegionServer意外终止
HMaster会通过Zookeeper感知到，HMaster首先会处理遗留的 HLog文件，将其中不同Region的Log数据进行拆分，
分别放到相应region的目录下，然后再将失效的 region重新分配，领取到这region的HRegionServer在Load Region的
过程中，会发现有历史HLog需要处理，因此会Replay HLog中的数据到MemStore中，然后flush到StoreFiles，完成数
据恢复

HBase读写流程

写过程：

三步:flush,compact,split
先往WAL写，HLog用于灾难恢复往memstore(热数据)写，memstore达到阈值，开始溢写到HDFS,memstore配置:默认
达到128M开始溢写，自动flush

       <property>
　　　　　　<name>hbase.hregion.memstore.flush.size</name>
　　　　　　<value>134217728</value>
　　　　</property>

flush:

生成storefile后,hdfs上才会看到文件

compact:

溢写生成很多的storefile,合并storefile
minor_compation:最早生成的几个storefile会被合并，这一步不会对标记的删除和过期的数据进行处理，经常发生，
数据量较小，占用资源不多
major_compaction:  默认7天执行一次
设置:
       <property>
　　　　　　<name>hbase.hregion.majorcompaction</name>
　　　　　　<value>604800000</value>
　　　　</property>

compact的危害:

   消耗大量的资源，对hbase的性能产生影响
　　-》会导致hbase的应用阻塞
　　企业中一般关闭自动触发，使用手动触发 major_compact

操作:

major_compact 'S3'

效果:

   hdfs上面的文件合并

split:

 配置split阈值

　　<property>
　　　　<name>hbase.hregion.max.filesize</name>
　　　　<value>10737418240</value>
　　</property>

读流程:

1.通过zk来获取root表在哪个节点上,然后进一步通过-root表和-meta表来获取最终的位置信息
2.memstore和storefile中找文件

root表:包含META表所在的region列表该表只会有一个region,zookeeper中记录了root表的location
META表:

包含所有用户空间region列表,以及regionserver的服务器地址

寻找regionserver

  zookeeper -> root(单Region) ->META ->用户表

HBase预分区技术:

hbase默认建表时只有一个region,这个region的rowkey是没有边界的,在写入时,所有的数据会写入这个默认的region
随着数据量不断增加,region会split,分为2个region,会产生两个问题
1.数据会往一个region上写,会有热点问题
2.region split会消耗集群IO资源,

预分区技术:提前创建多个region,并确定每个region的起始和终止

HBase使用场景

大数据量存储，大数据量高并发操作

需要对数据随机读写操作

读写访问均是非常简单的操作