Hbase的存储逻辑整理

Posted 2021-04-19 junke

最近整理了一下hbase，刚好在导数据就来一篇~

什么是hbase？

我画了一张图：

hbase是建立在zookeeper（分布式协调管理系统）和hdfs（分布式文件系统）之上的这么一个分布式 面向列的 非关系型数据库。

首先他是一个数据库 其次特点：分布式、面向列、非关系型。

为什么说hbase建立与zookeeper和hdfs之上呢？

首先zookeeper非常重要的一环，他是hbase节点的管理协调中心，因为habse是分布式的而zookeeper在分布式管理正好满足条件（都是apache自家产品 肯定不用别人的）。 好了 分布式管理好了，那我的数据存储怎么办呢？hbase是什么？hadoop的组件之一。hadoop核心什么？hdfs（存储），mapreduce（计算）。既然用到了存储自然而然就会选择hdfs。

我们一直再说hbase是建立在zookeeper 和hdfs之上的，大家会说 我直接zookeeper+hdfs 不久好了，为啥还有hbase呢？其实不然，hbase之所以能独立成都hadoop的独立组件，肯定不止这些秘密！即使脱离了 zookeeper和hdfs

hbase还是hbase，底层换一套分布式协调管理系统 和文件存储，依然不会改变hbase的核心！

hbase的成功，在于他的数据存储逻辑。

他的存储 我也画了一张图：

（hbase的产生源于google的著名论文bigTable，当年谷歌的两篇论文可以说不亚于苹果手机的诞生！）

在存储上 M，S节点构成了众多regionServer 而regionServer上有个很多的region。region是分布式存储的最小单位！但并不是存储的最小的单位！

一张表开始只有一个region  随着表数据的增多 当region大于256m的时候会分裂成两个，也就是说region会慢慢的增多。但是每个region只能存储在一个regionServer上！

如图所示 region下面有着store，store才是存储的最小单位，它里面放着列族，并且他还是文件的指向！指向该数据在hdfs中存放的位置！

综上其实hbase是一个思想，是一个大表存储的逻辑。当然这只是一个概述，但是相对于上千亿的数据来说 也确实如此！

他是一个可以让数据变得简单的超大容量数据库！