HBase框架学习（中）

Posted 2021-04-19 西安优盛数据库与大数据

二

HBase的数据模型

■ HBASE中的每一张表，就是所谓的BigTable，一张稀疏表。 RowKey 和 ColumnKey 是二进制值byte[]，按字典顺序排序； Timestamp 是一个 64 位整数； value 是一个未解释的字节数组byte[]。表中的不同行可以拥有不同数量的成员。即支持“动态模式“模型。

2.1

逻辑模型

   Table & Column Family

   HBase以表的形式存储数据。表有行和列组成。列划分为若干个列族(row family)，如下图所示：

      Row Key: 行键，Table的主键，Table中的记录按照Row Key排序
       Timestamp: 时间戳，每次数据操作对应的时间戳，可以看作是数据的version number
       Column Family：列簇，Table在水平方向有一个或者多个Column Family组成，一个Column Family中可以由任意多个Column组成，即Column Family支持动态扩展，无需预先定义Column的数量以及类型，所有Column均以二进制格式存储，用户需要自行进行类型转换。

2.2

物理模型

01

物理存储表示

    将逻辑模型中的一个Row分割为根据Column family存储的物理模型，如下图所示：

02

Table & Region

当Table随着记录数不断增加而变大后，会逐渐分裂成多份splits，成为regions，一个region由[startkey,endkey)表示，不同的region会被Master分配给相应的RegionServer进行管理，如下图所示：

由上可知，HBase的伸缩性主要依赖于其可分裂的HRegion及可伸缩的分布式文件系统HDFS .

下面介绍一下HBase如何实现伸缩性：

①HBase中数据 以HRegion为单位 进行管理，也就是说应用程序如果想要访问一个数据，必须先找到HRegion，然后将数据读写操作提交给HRegion，由HRegion完成存储层面的数据操作。

②每个HRegion中存储一段Key区间（例如：[Key1,Key2)）的数据，HRegionServer是物理服务器，每个HRegionServer上可以启动多个HRegion实例。 当一个HRegion中写入的数据太多，达到配置的阀值时，HRegion会分裂成两个HRegion ，并将HRegion在整个集群中进行迁移，以使HRegionServer的负载均衡。

其具体的数据寻址访问流程如下图所示：

您看此文用

    ·  

秒，转发只需1秒呦~