HBase体系结构
1、一个表会按照行划分为若干个region,每一个region分配给一台特定的regionserver管理 2、每一个region内部还要一句列族划分为若干个HStore 3、每个HStore中的数据会落地到若干个HFILE文件中 4、region体积会随着数据插入而不断增长，到一定阈值后悔分裂 5、随着region的分裂，一台regionserver上管理的region会越来越多 6、HMASTER会根据regionserver上管理的region数做负载均衡 7、region中的数据拥有一个内存缓存：memstore，数据的访问优先在memstore中进行 8、memstore中的数据因为空间有限，所以需要定期flush到文件storefile中，每次flush都是生成新的storefile 9、storefile的数量随着时间也会不断增加，regionserver会定期将大量storefile进行合并（merge）
行键的设计对数据查询效率的影响非常大。 HBase具有很好的可伸缩性：如果存储容量不够的时候，直接加datanode或者regionservers hbase可以作为一个线上系统的底层系统的功能。
Hmaster可以做负载均衡，监控到各个节点之间的数据存储情况。 每一个store（列族）会有一个内存缓存，存放的是一些最热的数据（最近访问的），这样的话读取数据的速度会快很多。
文件都是有索引的，所以查起来会比较快的。
region会在storefile定期进行合并操作。
三、HBase环境搭建 1、首先要去下载一个HBase的安装文件：http://hbase.apache.org/，然后解压到你需要安装的目录，如果你已经学到hbase了，我相信这些基本的安装肯定全部都会了的。 2、在habse目录下的conf目录下找到hbase-env.sh和hbase-site.xml，以及regionservers，然后分别按照下面的进行配置，整个配置过程非常简单。
在hbase-env.sh中，主要是配置java的环境变量，还有就是要开启zookeeper功能，这里要把默认的true改成的false，意思就是启用zookeeper，但是启用的不是hbase自带的zookeeper，而是使用我自己安装的zookeeper。
[html] view plaincopyprint? export JAVA_HOME=/usr/lib/jvm/java-1.7.0-openjdk-amd64 export HBASE_MANAGES_ZK=false
在hbase-site.xml中，主要就是配置hdfs的主机地址，还有下面的ubuntu1,2,3就是zookeeper的主机名个端口2181，不同的机器可以酌情配置。
[html] view plaincopyprint? configuration> hbase.rootdir hdfs://ubuntu2:9000/hbase hbase.cluster.distributed true hbase.zookeeper.quorum ubuntu1:2181,ubuntu2:2181,ubuntu3:2181
3、最后修改regionservers，将默认的localhost修改为主机的地址，这个配置文件的意思就是设置从节点，和我们之前配置的hadoop集群都是差不多的，就相当于那个salver。 [html] view plaincopyprint? ubuntu1 ubuntu2 ubuntu3
4、最后将hadoop中的core-site.xml和hdfs-site.xml拷贝到hbase的conf目录下。 5、然后通过scp将这个配置好的文件发往其他的两个节点。
最后我只想说一句不要在这配置文件里面多打了字母，否则会报错的。 1、启动所有的hbase进程 首先启动zk集群 ./zkServer.sh start 启动hbase集群 start-dfs.sh 启动hbase，在主节点上运行： start-hbase.sh 2、 通过浏览器访问hbase管理页面 192.168.44.131:60010 3、 为保证集群的可靠性，要启动多个HMaster hbase-daemon.sh start master
jps在主节点上面的效果是：会启动HRegionServer和HMaster
其他的子节点就只启动HRegionServer进程
我们可以通过web页面查看启动的情况：192.168.44.131：60010，也就是你的主节点的ip或主机名+端口号60010就可以了。
四、HBase shell的使用 4.1 启动 bhase shell的启用只要运行 [sql] view plaincopyprint? bin/hbase shell 我们首先来show database一下，从图片上面，我们可以看到有错误，也即使说hbase不支持sql的语法，这点我们前面已经说到了。那么我们就可以输入help命令来查看hbase的基本语句语法了。
4.2 建表 官方给的例子是： [sql] view plaincopyprint? Examples:
hbase> create ‘ns1:t1’, ‘f1’, SPLITS => [‘10’, ‘20’, ‘30’, ‘40’] hbase> create ‘t1’, ‘f1’, SPLITS => [‘10’, ‘20’, ‘30’, ‘40’] hbase> create ‘t1’, ‘f1’, SPLITS_FILE => ‘splits.txt’, OWNER => ‘johndoe’ hbase> create ‘t1’, {NAME => ‘f1’, VERSIONS => 5}, METADATA => { ‘mykey’ => ‘myvalue’ } hbase> # Optionally pre-split the table into NUMREGIONS, using hbase> # SPLITALGO (“HexStringSplit”, “UniformSplit” or classname) hbase> create ‘t1’, ‘f1’, {NUMREGIONS => 15, SPLITALGO => ‘HexStringSplit’} hbase> create ‘t1’, ‘f1’, {NUMREGIONS => 15, SPLITALGO => ‘HexStringSplit’, CONFIGURATION => {‘hbase.hregion.scan.loadColumnFamiliesOnDemand’ => ‘true’}}
那么我们就以例子为准，来新建一个用户信息表。表名为user-info,包含两个列族（base_info和extra_info），保留3个版本。
[sql] view plaincopyprint? create ‘user-info’,{NAME=>‘base_info’,VERSIONS=>3},{NAME=>‘extra_info’}
4.3 插入 官方给的语句是：
hbase> put ‘ns1:t1’, ‘r1’, ‘c1’, ‘value’, ts1
那么我们就按照它的语法来写： [sql] view plaincopyprint? put ‘user-info’,‘rk-100001’,‘base_info:name’,‘张s’ put ‘user-info’,‘rk-100001’,‘base_info:age’,‘20’ put ‘user-info’,‘rk-100001’,‘base_info:address’,‘湖南长沙’
在hbase只能一条条的插入，就比如一次只能插入name，那么如果我们想插入age，address就需要一个个的put。 4.4 查询 1、我们可以通过scan来查询： [sql] view plaincopyprint? scan ‘user-info’
我们可以从图中看到它是按key来排序的（字段的名称会根据字典排序）k-value
如果我再插入一行， put ‘user-info’,‘rk100003’,‘base_info:name’,‘angelabby’
一行中的所有字段名+字段值，在存储的时候，hbase会排序，排序的依据是按照K的字典顺序，所有的行也会有序存储，排序的依据是rowkey的字典顺序。 这个特性会影响连续存放。
2、get取数据，一次只能取一行数据
[sql] view plaincopyprint? get ‘user-info’,‘rk100003’
4.5 修改 三个版本： [sql] view plaincopyprint? put ‘user-info’,‘rk100003’,‘base_info:name’,’yangying’ put ‘user-info’,‘rk100003’,‘base_info:name’,‘baobao’
查看以前版本的值： [sql] view plaincopyprint? scan ‘user-info’,{VERSIONS=>10}
4.6 删除 需要先禁用这个表，然后才可以drop掉。 [sql] view plaincopyprint? 需要先禁用这个表，然后才可以drop掉。 disable ‘user-info’ drop ‘user-info’
五、eclipse中使用HBase 打开eclipse，导入hbase/lib中的所有包。然后就可以愉快的开始写了，这里以在eclipse中庸hbase建表和插入数据为例：
[java] view plaincopyprint? //建表，DDL操作 public static void main(String[] args) throws MasterNotRunningException, ZooKeeperConnectionException, IOException { // Configuration conf=new Configuration(); //会加载hbase-site.xml配置文件 Configuration conf=HBaseConfiguration.create(); conf.set(“hbase.zookeeper.quorum”,“ubuntu1:2181,ubuntu2:2181,ubuntu3:2181”);
HBaseAdmin admin=new HBaseAdmin(conf); TableName name = TableName.valueOf("user-info"); HTableDescriptor tableDescriptor=new HTableDescriptor(name); //创建列名 HColumnDescriptor base_info = new HColumnDescriptor("base_info"); //给列族增加版本约束 base_info.setMaxVersions(3); //将列族添加到表描述对象中 tableDescriptor.addFamily(base_info); //用createTable方法创建一个tabelDescriptor所描述的对象 admin.createTable(tableDescriptor); //关闭连接 admin.close(); }最后我们可以在hbase的shell窗口来查看表是否已建好表。输入list就可以查询了 然后来插入数据： [java] view plaincopyprint? @Test //插入数据,属于DML操作 public void Put() throws IOException{ Configuration conf=HBaseConfiguration.create(); conf.set(“hbase.zookeeper.quorum”,“ubuntu1:2181,ubuntu2:2181,ubuntu3:2181”);
HTable hTable = new HTable(conf,"user-info"); Put put=new Put(Bytes.toBytes("rk-10001")); put.add("base_info".getBytes(),"name".getBytes(),"wangming".getBytes()); put.add("base_info".getBytes(),"age".getBytes(),"20".getBytes()); hTable.put(put); hTable.close();}
最后我们可以在hbase的shell窗口来查看表是否已插入好数据。
