Hbase：

是一个构建在Hdfs基础之上的非关系型数据库。**
是一个高可靠、高性能、面向列、可伸缩的分布式存储系统，目标是存储并计算大型的数据，具体来说就是在非常普通的硬件配置，就能够处理成千上万的行和列组成的大型数据。
关系型数据库和非关系型数库的明显区别：Nosql往往使用api操作，关系型数据习惯与使用sql语句操作
特点：
1.海量存储 -->基于Hdfs
2.列式存储
3.极易扩展
(1)添加datanode机器，进行存储层扩容，提升Hbase的数据存储能力和提升后端存储的读写能力；
(2)添加RegionServer机器，提升Hbase上层的处理能力，提升Hbase服务更多Region的能力。
4.高并发
5.稀疏
由于采取列式存储，某一列没有数据不会占有磁盘空间，所有说是稀疏的

Hbase的架构：
Hbase的相关组件
client：包含访问Hbase的接口，还维护对应的cache来加速对Hbase的访问（如缓存.META元数据信息）
Zookeeper：维护master的高可用，RegionServer的监控，元数据的入口以及集群配置的维护
Hmaster：为RegionServer分配Region、维护集群的负载均衡、元数据信息、将失效的Region分配到正常的RegionServer上、当RegionServer失效，协调对应Hlog的拆分
HRegionServer：对接用户的读写请求、管理master为其分配的Region、与HDFS交互，将数据存储到HDFS上、负责Region变大后的拆分以及StoreFile的合并工作
HDFS：提供元数据和表数据的底层分布式存储服务、多副本保证可靠性和高可用性
**其他组件：**
Write-Ahead logs（WAL,HLOG&edits日志）
Region：Hbase表的分片
Store：对应Hbase中的一个列族
MemStore：内存存储
StoreFile/HFile：不同时期对实际存储文件的不同叫法
Hbase中的角色：

Hmaster：
1．监控RegionServer
2．处理RegionServer故障转移
3．处理元数据的变更
4．处理region的分配或转移
5．在空闲时间进行数据的负载均衡
6．通过Zookeeper发布元数据的位置给客户端
RegionServer：
1．负责存储HBase的实际数据
2．处理分配给它的Region
3．刷新缓存到HDFS
4．维护Hlog(每个regionserver都有一个Hlog)
5．执行压缩
6．负责处理Region分片（自动分片）
Hbase的读写原理

读流程：
1.client先访问zookeeper，得到zookeeper中保存的meta表所在的RegionServer位置信息
2.访问从zookeeper得到的保存meta表的RegionServer从而获取meta表的信息
3.client根据namespace、表名和rowkey在meta表中找到对应的Region信息
4.找到这个Region对应的RegionsServer
5.访问这个RegionServer，找到对应的region
6.在Region查找数据的顺序 MemStore-->BlockCache-->StoreFile(前面没有再到后面找，提高读取的效率)
7.如果是从StoreFile读取的数据，首先写入BlockCache中然后在返回给客户端

写流程：
1.client先访问zookeeper，从meta表获取对应的region信息，然后找到meta表的数据
2.根据namespace、表名和rowkey在meta表的数据找到写入数据对应的region信息
3.找到对应的RegionServer和和要写入的region
4.将数据先写入HLog（WAL,write ahead log），然后在写入MemStore。为了数据的持久化和恢复

数据flush过程：
当MemStore数据达到阈值（默认128M），将数据刷新到磁盘，清空内存中的数据，同时删除HLog中的历史数据
1.hbase.hregion.memstore.flush.size: 针对region级别，当一个region内地所有memstore的总大小达到阈值的时候，所有memstore中的数据溢写到磁盘
2.hbase.regionserver.global.memstore.size：针对RegionServer级别，当一个RegionServer内的所有memstore总大小达到阈值，当前regionserver内所有store的memstore全部flush
数据合并过程：
1.当一个store（也就是一个列组）中的Hfile的数据快达到4快，HMaster将数据块加载到本地，进行合并；
2.当合并的数据超过256M，进行拆分，将拆分后的region分配给不同的HRegionServer管理（一个store列族数据超过256M会对整个region进行切分，此处可以预分区）
3.自动切分region
4.当HRegionServer宕机后，将HRegionServer上的HLog进行查分，然后分配给不同的HregionServer加载，修改.META