HBase学习 - 入门（1）

r囧r小猫 2022-03-19 09:58 308阅读 0赞

HBase Version 1.2.11 [hbase官方英文文档][hbase]

HBase Version 0.95 [hbase中文文档][hbase 1]

参考学习网址一：[HBase教程][HBase]

**目录：**

1.  HBase概述：HBase是[Hadoop][]的生态系统，HBase是一个分布式，版本化，面向列的数据库，构建在 [Apache Hadoop][]和 [Apache ZooKeeper][]之上。
2.  HBase与HDFS
3.  HBase运行模式
    
    1.  第一种：独立式HBase  
        运行环境：安装Java、安装HBase（使用自带的Zookeeper，不使用HDFS，而是使用本地文件系统）
    2.  第二种：独立于HDFS的HBase  
        运行环境一：安装Java、安装Hadoop、安装HBase（使用自带的Zookeeper）  
        运行环境二：安装Java、安装Hadoop、安装HBase（不使用自带的Zookeeper，就安装Zookeeper）
    3.  第三种：伪分布式HBase：  
        运行环境一：安装Java、安装HBase（使用自带的Zookeeper）  
        运行环境三：安装Java、安装HBase（不使用自带的Zookeeper，安装Zookeeper）  
        运行环境二：安装Java、安装Hadoop、安装HBase（使用自带的Zookeeper）  
        运行环境三：安装Java、安装Hadoop、安装HBase（不使用自带的Zookeeper，安装Zookeeper）
    4.  第四种：完全分布式：  
        运行环境：安装Java、安装Hadoop、安装Zookeeper、安装HBase（不使用自带的Zookeeper，安装Zookeeper）
4.  安装：[hbase安装][hbase 2]
5.  HBase配置
6.  HBase Shell
    
    1.  启动HBase Shell
    2.  测试：[shell命令][shell]
7.  HBase数据模型  
    简单来说，应用程序是以表的方式在HBase存储数据的。表是由行和列构成的，所有的列是从属于某一个列族的。行和列的交叉点称之为cell,cell是版本化的。cell的内容是不可分割的字节数组。  
    表的行键也是一段字节数组，所以任何东西都可以保存进去，不论是字符串或者数字。HBase的表是按key排序的，排序方式之针对字节的。所有的表都必须要有主键-key.
    
    1.  概念视图  
         HBase以表的形式存储数据，表由行和列组成。列划分为若干个列族，如下图所示：![format_png][]
        
        1.  RowKey：Hbase使用Rowkey来唯一的区分某一行的数据。如图中"rk001"
        2.  列族：Hbase通过列族划分数据的存储，列族下面可以包含任意多的列，实现灵活的数据存取。Hbase的列族不是越多越好，官方推荐的是列族最好小于或者等于3。我们使用的场景一般是1个列族。如图中的“CF1”列族，下面包含两个列："Name"和"Alias"。
        3.  列名：一个列名是由它的列族前缀和*修饰符(qualifier)*连接而成。例如列*CF1:Name*是列族 CF1加冒号(`:`)加 *修饰符* Name组成的。
        4.  时间戳：TimeStamp对Hbase来说至关重要，因为它是实现Hbase多版本的关键。在Hbase中使用不同的timestame来标识相同rowkey行对应的不通版本的数据。
        5.  Cell：HBase 中通过 rowkey 和 columns 确定的为一个存储单元称为 cell。每个 cell 都保存着同一份 数据的多个版本。版本通过时间戳来索引。
    2.  物理视图
    3.  表
    4.  行
    5.  列族  
        ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70][]
    6.  Cells  
        A *\{row, column, version\} *元组就是一个HBase中的一个 `cell`。Cell的内容是不可分割的字节数组。
    7.  版本  
        一个 *\{row, column, version\} *元组是HBase中的一个单元(`cell`).但是有可能会有很多的单元的行和列是相同的，可以使用版本来区分不同的单元.
    8.  底层存储数据模型![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 1][]
        
        1.  一个小实例：![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 2][]
8.  HBase架构![format_png 1][]
    
    1.  hbase meta表
        
        1.  hbase有两个关键表ROOT表与meta表。其实在hbase0.98之后，hbase就废弃了ROOT表，仅保留meta表（还有namespace表，该表只与hbase命名空间有关，这里不做介绍），并且该表不允许split。
        2.  meta split  
            在0.98后，**meta被禁止进行split操作**。要知道meta表的一条记录包含了一个region的位置、起始key，创建时间等信息。那万一region数量过大怎么办？查看了公司集群一共1091个region，meta表的大小如图所示：  
            ![format_png 2][]  
            假定集群有十万个region，meta表也就400多M。在生产环境下，hbase.hregion.max.filesize配置为10G，如果按照这个大小来看，meta可支持的region的数据是一个很可观的数量。
        3.  meta位置  
            meta表location info以非临时znode的方式注册到zk上，如下图，可知meta region位置为centos063机器。  
            ![format_png 3][]
        4.  meta表的结构  
            meta表的rowkey组成为：**表名,region startKey,创建时间.hash值**。如果当前region为table的第一个region时（第一个region无start key）时，region startKey=null。  
            ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 3][]
        5.  mete info  
            meta表只有一个列簇info，并且包含四列：  
            1、regioninfo ：当前region的startKey与endKey，name等消息  
            2、seqnumDuringOpen：  
            3、server：region所在服务器及端口  
            4、serverstartcode：服务开始的时候的timestamp
        6.  查找数据  
            根据meta表查找key对应的region
        7.  插入数据  
            当有一个key需要做put操作的时候，会先扫描meta表，找到对应region，然后进行插入操作。  
            例如：有一个table具有三个region,每个region的startkey分别是 空,bar,foo,如下图：  
            `1 table,,1351700811858 2 table,bar,1351700819876 3 table,foo,1351700829874`  
            如果我们需要插入key ‘baz’ ，我们能找meta表中对应的rowkey为(table,bar,1351700819876）。  
            这个查找完之后会缓存在客户端，下次查询的时候会根据缓存来直接去访问region。
    2.  HMaster  
        ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 4][]  
        HRegionServer故障转移的规则：不是从空闲的HRegionServer中选取（不用zookeeper进行选举），而是根据集群HRegionServer，从顺时针方向下一个中选取，也就不需要实时监控RegionServer，如下图  
        ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 5][]  
        问题：  
        ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 6][]  
        主备Master选举：  
        ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 7][]  
        zookeeper在hbase中的集成：  
        ![20190510112959876.png][]
    3.  HRegionServer（区域服务器）
        
        1.  一个表可以按照行键（rowkey）分割为多个region，且region可以分布在不同的HRegionServer中。
        2.  每个表最初只有一个region，当记录数增加到超过某个阈值时，开始分裂为两个region。
        3.  物理上所有数据存放在HDFS，由RegionServer提供region的管理。
        4.  一个HRegionServer可以管理多个region实例和多个HLog。
        5.  HRegionServer所代表是一台服务器，一般和NameNode在同一台。  
            问题：为什么要在同一台？  
            因为HBase的真是数据存储在hdfs上，如果在同一台的话，可以节省传输时间（也称为数据的本地化访问）
        6.  region与regionServer的关系  
            ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 8][]  
            类似于图书馆借书的思想。  
            由hmaster负责，它只动口不动手，具体动手由zookeeper负责进行转移。  
            如何转移？  
            1.先看看表的信息存储方式  
            ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 9][]  
            2.在看看如何转移  
            ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 10][]
    4.  HRegion（地区）
        
        1.  一个HRegion至少有一个Store（即表只有一个列族的情况）。  
            ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 11][]  
            ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 12][]
    5.  Store（商店）
        
        1.  在一个HRegion中，一个store代表一个列族的内容。
        2.  Store的内容可以存储在不同的HRegionServer中。  
            问题：HBase可以有多个列族，但是只建议使用一个列族？  
            原因就是，store对应一个列族，但是一个表的多个列族对应的多个store可以放在不同的HRegionServer中，所以如果用户跨列族访问，将有可能读取一行数据的时候需要访问多台HRegionServer。
        3.  一个Store包含MemStore和HFile。
        4.  MemStore：内存存储  
            当用户put一条数据的时候，该数据会被先放到memstore中，当值达到一定的大小的时候，会flush成一个StoreFile文件。  
            如：我们向hbase中put多条数据的时候（在一张新表当中），你的hdfs上将没有任何的内容。
        5.  HFile：意思和storeFile代表的是同一个东西。
            
            1.  当storefile文件的数量增加到一定阈值后，系统会进行合并，在合并过程中会进行版本合并和删除工作，形成更大的storefile。
            2.  当storefile大小超过一定阈值后，会把当前的region分割为两个，并由HMaster分配到相应的region服务器，实现负载均衡。
            3.  客户端检索数据时，现在memstore找，找不到再找storefile。
            4.  HFile的产生：
                
                1.  memStore的大小达到指定值的时候会生成一个HFile。
                2.  用户手动执行flush操作。
                3.  用户执行stop-hbase.sh。
                4.  memstore挂掉，从Hlog恢复数据的时候，也会产生一个新的Hfile。
        6.  问题：目前这种架构有一个问题：如果用户写入到memstore之后，还没有flush的时候，断电了怎么办？  
            所以引入了一个新的概念：HLOG(WALS）预写式日志  
            当用户在写入数据的时候，需要同时写入到memstore和Hlog都成功的时候，用户才能够看到操作成功。一般情况下Hlog的写入速度高于Hfile。在整个架构中，如果HBase一切正常工作的话，Hlog将不会提供提供读取的作用。  
            Hlog存在意义：当memstore挂掉的时候，有数据丢失的话，将会从Hlog中拿取数据出来，写入成一个Hfile。
        7.  HLog：灾难备份，预写式日志，记录所有更新操作，操作先记录进日志，数据才会写入
    6.  Zookeeper在HBase担任的职能  
        ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 13][]
9.  建表的时候如何分配region?   --    3种
    
    1.  一般情况下，我们在建表之后，会默认生成一个region，当数据达到一定之后，HRegionServer会将region在分成两个region。【动态分配】
    2.  但是有时候我们已经知道了HRegionServer的数量时，可以采用固定的region分区：  
        不管数据怎么增加，region的数量都不会进行改变。  
         
        
            create 'emloyee','01', {NUMREGIONS => 3 ,SPLITALGO => 'HexStringSplit'}
            
            每一个region会包含startkey和endkey
            第一个region的startkey为空
            最后一个region的endKey为空
            每一个region的endkey是不包含在当前region的
    3.  当确定rowkey的范围时，可以采用以下的方式
        
            create 'emloyee','e1',SPLITS => ['10','20','30','40']
            会创建出5个region
10. 客户端client  
    ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 14][]
11. HBase的容错性  
    ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 15][]  
    配置HMaster主备：  
    ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 16][]
12. Java操作hbase：[Java操作hbase][Java_hbase]

[hbase]: http://hbase.apache.org/1.2/book.html#quickstart
[hbase 1]: http://doc.codingdict.com/hbase/index.html
[HBase]: https://wiki.imooc.com/hbase/operationmode.html
[Hadoop]: https://wiki.imooc.com/hadoop/index.html
[Apache Hadoop]: http://hadoop.apache.org/
[Apache ZooKeeper]: http://zookeeper.apache.org/
[hbase 2]: https://blog.csdn.net/yiguang_820/article/details/88586917
[shell]: http://codingdict.com/article/8139
[format_png]: /images/20220319/fea976f8894c48269fa8a3c5d5189448.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70]: /images/20220319/19d8a567839c4ffe958011d1dbe7fb69.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 1]: /images/20220319/bee20eef5f334451acda5923ccdc6841.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 2]: /images/20220319/2654e07f3d68485283ccded4c8aa1975.png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly90aW1nc2EuYmFpZHUuY29tL3RpbWc_aW1hZ2UmcXVhbGl0eT04MCZzaXplPWI5OTk5XzEwMDAwJnNlYz0xNTU3NDA0NDk0ODE3JmRpPTZhZDE4NTAzMzk1MDgzYzMzNjZkMmU1NWM3ZjUyZDQxJmltZ3R5cGU9MCZzcmM9aHR0cCUzQSUyRiUyRmF0YTItaW1nLmNuLWhhbmd6aG91LmltZy1wdWIuYWxpeXVuLWluYy5jb20lMkZlMmVhOTk4YzA5NzlkNDQ3MzEwNzg1YzJiOThmNDhiNC5wbmc?x-oss-process=image/format,png
[format_png 2]: /images/20220319/e021bb6302774ad38ef6955e9b549baf.png
[format_png 3]: /images/20220319/c4f891573e394e5eaabda03e18eeb974.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 3]: /images/20220319/579ad9b4f2f6425c829863b06b293226.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 4]: /images/20220319/311177331895476c9848aa14cabe1d78.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 5]: /images/20220319/82d784cfb80549d6af4e8275467955db.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 6]: /images/20220319/3c7a8cb2f7a045fbb8af75c78be4ae88.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 7]: /images/20220319/b7ee9ed5841f4313bdaf062e1db40906.png
[20190510112959876.png]: /images/20220319/160c80d1afd246fba1e37474bcd069e0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 8]: /images/20220319/3025c212323342c6834a3b81621aa325.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 9]: /images/20220319/06bd7176ff4f493385fecfc5f0d290f8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 10]: /images/20220319/969f1298b04a4817acfffad29e150d75.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 11]: /images/20220319/6eb255cf88b040a5b522745d56c7a2c5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 12]: /images/20220319/fdd89200e4b04339b823216f7c59894f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 13]: /images/20220319/ef3b4d4ccbc64811aa06553991266bb7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 14]: /images/20220319/b97e48fb7a7c4c8f9f75240442898195.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 15]: /images/20220319/50e400b41e71437a8a17b2e544f5a48f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lpZ3VhbmdfODIw_size_16_color_FFFFFF_t_70 16]: /images/20220319/ae2fd7f117594224a477c546bb212995.png
[Java_hbase]: http://codingdict.com/article/8125