Hbase的原理，
一、HBase是针对谷歌BigTable的开源实现，是一个高可靠、高性能、面向列、可伸缩的分布式数据库，主要用来存储非结构化和半结构化的松散数据。HBase可以支持超大规模数据存储，它可以通过水平扩展的方式，利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表。
二、在Hadoop生态系统中的位置
三、Hbase与传统的数据库之间的主要区别有一下几个方面
（1）数据类型：关系型数据库采用的是关系模型，具有丰富的数据类型和存储方式，Hbase则采用了更加简单的数据模型，把数据存储为未经解释的字符串（byte[]）
(2)数据操作：数据库中包含了丰富的操作，其中会设计复杂的多表连接。Hbase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除清空等，因为Hbase在设计上就避免了复杂的表与表的之间的关系
（3）存储模式：关系数据库是基于行模式存储的，HBase是基于列式存储的每个列族有几个文件保存，不同的列族的文件时分离的。
四、Hbase的组件
Hbase中的组件有Master 和regionServer
（1）Master负责管理和维护HBase表的分区信息，维护Region服务器列表，分配Region，负载均衡
（2）RegionServer负责存储和维护分配给自己的Region，处理来自客户端的读写请求
注意：
1、Master和Regionserver的关系和NameNode和DataNode的关系并不一样，NameNode中存储了元数据，读取数据时都需要经过NameNode，但是Hbase中读取数据并不直接经过Master，客户端并不依赖Master，是通过Zookeeper获取Region的位置信息，再去相应RegionServer上读取信息，这种方式使得Master的负载很小
2、因为在读取数据时并不是通过Master，所以即使Master 挂掉了，依然可以读取数据，Master可以对RegionServer进行维护，在这中情况下，可以通过Zookeeper来读取数据，但是如果此时再有RegionServer关掉了，是没有Master把挂掉的Regionserver中的Region分配出去的，数据就可能丢失
五、Hbase 中表的结构：
表名
行键（RowKey）
列族
根据行键+列族+列 可以定位一个Cell
Region：
当表的大小超过设置的值的时候，Hbase会自动的将表划分为不同的区域，每个区域包换所有行的一个子集，对用户来说，每个表是一堆数据的集合，考主键来区分，一张表被拆分了多个块，每个块就是一个Region，我们用表名+开始/结束 主键 来区分每个Region，一个Region会保存会保存一个表中的某段连续的数据，从开始主键到结束主键，一张完整的表时保存在多个region上面的。
读取数据：
在存储时，每个列族都有一个memstore, 当不断写入文件时，会先写到HLog【HLog在hdfs上，以防止当出现异常时，memstore内存中的数据丢失】中，然后写到memstrore(内存中)，当内存中满了之后，会溢写到Hfile文件上，当Hfile文件个数达到阈值时，每一个region 会把相同列组上的 HFile文件进行合并，合并成一个大文件，最终有几个 列组就有几个HFile【在hdfs上】文件（对于每一个region来说 ），日志目录是WAL