HBase基本知识

HBase是参考google的bigtable的一个开源产品，建立在hdfs之上的一个提供高可靠性，高性能，列存储，可伸缩，实时读写的数据库系统。是一种介于nosql和RDBMS之间的一种数据库系统，仅支持通过rowkey和range进行数据的检索，主要存储非结构化数据和半结构化数据。

HBase和hadoop一样，目标是通过横向扩展，添加普通机器来增加存储性能和计算性能。HBase特点：大（一个表可以有上亿行以及百万级的行），面向列存储，稀疏（由于null不占用存储空间，所有表结果可以设计的非常稀疏）。

HBase使用Zookeeper进行集群节点管理，当然HBase自身集成一个ZK系统，不过一般情况在实际生产环境中不使用。HBase由master和regionserver两类节点（如果使用HBase自带的zk服务，那么还有HQuorumPeer进程）。HBase支持提供backup master进行master备份。其中master节点负责和zk进行通信以及存储regionserver的相关信息，regionserver节点实现具体对数据的操作，最终数据存储在hdfs上。

regionserver集群有很多region server，一般情况下一个region server就是一台机器，每个region server有很多region，每个region有很多store，每个store有memstore和storeFile，当内存中的文件太多，就会存去磁盘的storeFile，当文件数目增加，就会合并file，当太大了，又会分割，形成hdfs上面的hFile。