1 大：一个表可以有上亿行，上百万列
2 面向列:面向列(族)的存储和权限掌握，列(族)独立检索。
3 稀疏:对付为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。
下面一幅图是Hbase在Hadoop Ecosystem中的位置。
二、逻辑视图
HBase以表的形式存储数据。表有行和列组成。列划分为多少个列族(row family)
Row Key
与nosql数据库们一样,row key是用来检索记录的主键。访问hbase table中的行，只有三种办法：
1 通过单个row key访问
2 通过row key的range
3 全表扫描
Row key行键 (Row key)可以是任意字符串(最大长度是 64KB，实际运用中长度一样平常为 10-100bytes)，在hbase内部，row key保存为字节数组。
存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将常常一起读取的行存储放到一起。(位置干系性)
把稳：
字典序对int排序的结果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序，行键必须用0作左添补。
行的一次读写是原子操作 (不论一次读写多少列)。这个设计决策能够利用户很随意马虎的理解程序在对同一个行进行并发更新操作时的行为。
列族
hbase表中的每个列，都归属与某个列族。列族是表的chema的一部分(而列不是)，必须在利用表之前定义。列名都以列族作为前缀。例如courses:history，courses:math
都属于courses 这个列族。
访 问掌握、磁盘和内存的利用统计都是在列族层面进行的。实际运用中，列族上的掌握权限能帮助我们管理不同类型的运用：我们许可一些运用可以添加新的基本数 据、一些运用可以读取基本数据并创建继续的列族、一些运用则只许可浏览数据（乃至可能由于隐私的缘故原由不能浏览所有数据）。
韶光戳
HBase 中通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过韶光戳来索引。韶光戳的类型是 64位整型。韶光戳可以由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒确当前系统韶光。韶光戳也可以由客户显式赋值。如果运用程序要避免数据版本冲突，就必须自己天生具有唯一性的韶光戳。每个 cell中，不同版本的数据按照韶光倒序排序，即最新的数据排在最前面。
为了避免数据存在过多版本造成的的管理 (包括存贮和索引)包袱，hbase供应了两种数据版本回收办法。一是保存数据的末了n个版本，二是保存最近一段韶光内的版本（比如最近七天）。用户可以针对每个列族进行设置。
Cell
由{row key, column(= + ), version} 唯一确定的单元。cell中的数据是没有类型的，全部是字节码形式存贮。
三、物理存储
1 已经提到过，Table中的所有行都按照row key的字典序排列。
2 Table 在行的方向上分割为多个Hregion。
3 region按大小分割的，每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，Hregion就会平分会两个新的Hregion。当table中的行不断增多，就会有越来越多的Hregion。
4 HRegion是Hbase等分布式存储和负载均衡的最小单元。最小单元就表示不同的Hregion可以分布在不同的HRegion server上。但一个Hregion是不会拆分到多个server上的。
5 HRegion虽然是分布式存储的最小单元，但并不是存储的最小单元。
事实上，HRegion由一个或者多个Store组成，每个store保存一个columns family。
每个Strore又由一个memStore和0至多个StoreFile组成。如图：
StoreFile以HFile格式保存在HDFS上。
HFile的格式为：
HFile分为六个部分：
Data Block 段–保存表中的数据，这部分可以被压缩
Meta Block 段 (可选的)–保存用户自定义的kv对，可以被压缩。
File Info 段–Hfile的元信息，不被压缩，用户也可以在这一部分添加自己的元信息。
Data Block Index 段–Data Block的索引。每条索引的key是被索引的block的第一条记录的key。
Meta Block Index段 (可选的)–Meta Block的索引。
Trailer– 这一段是定长的。保存了每一段的偏移量，读取一个HFile时，会首先读取Trailer，Trailer保存了每个段的起始位置(段的Magic Number用来做安全check)，然后，DataBlock Index会被读取到内存中，这样，当检索某个key时，不须要扫描全体HFile，而只需从内存中找到key所在的block，通过一次磁盘io将全体 block读取到内存中，再找到须要的key。DataBlock Index采取LRU机制淘汰。
HFile的Data Block，Meta Block常日采取压缩办法存储，压缩之后可以大大减少网络IO和磁盘IO，随之而来的开销当然是须要花费cpu进行压缩和解压缩。
目标Hfile的压缩支持两种办法：Gzip，Lzo。
HLog(WAL log)
WAL 意为Write ahead log(http://en.wikipedia.org/wiki/Write-ahead_logging)，类似mysql中的binlog,用来 做灾害规复只用，Hlog记录数据的所有变更,一旦数据修正，就可以从log中进行规复。
每 个Region Server掩护一个Hlog,而不是每个Region一个。这样不同region(来自不同table)的日志会混在一起，这样做的目的是不断追加单个 文件相对付同时写多个文件而言，可以减少磁盘寻址次数，因此可以提高对table的写性能。带来的麻烦是，如果一台region server下线，为了规复其上的region，须要将region server上的log进行拆分，然后分发到其它region server上进行规复。
HLog 文件便是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey工具，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包括 sequence number和timestamp，timestamp是”写入韶光”，sequence number的起始值为0，或者是最近一次存入文件系统中sequence number。HLog Sequece File的Value是HBase的KeyValue工具，即对应HFile中的KeyValue，可拜会上文描述。
四、系统架构
Client
1 包含访问hbase的接口，client掩护着一些cache来加快对hbase的访问，比如regione的位置信息。
Zookeeper
1 担保任何时候，集群中只有一个master
2 存贮所有Region的寻址入口。
3 实时监控Region Server的状态，将Region server的上线和下线信息实时关照给Master
4 存储Hbase的schema,包括有哪些table，每个table有哪些column family
Master
1 为Region server分配region
2 卖力region server的负载均衡
3 创造失落效的region server并重新分配其上的region
4 GFS上的垃圾文件回收
5 处理schema更新要求
Region Server
1 Region server掩护Master分配给它的region，处理对这些region的IO要求
2 Region server卖力切分在运行过程中变得过大的region
可以看到，client访问hbase上数据的过程并不须要master参与（寻址访问zookeeper和region server，数据读写访问regione server），master仅仅掩护者table和region的元数据信息，负载很低。
五、关键算法/流程
region定位
系统如何找到某个row key (或者某个 row key range)所在的region
bigtable 利用三层类似B+树的构造来保存region位置。
第一层是保存zookeeper里面的文件，它持有root region的位置。
第二层root region是.META.表的第一个region个中保存了.META.z表其它region的位置。通过root region，我们就可以访问.META.表的数据。
.META.是第三层，它是一个分外的表，保存了hbase中所有数据表的region 位置信息。
解释：
1 root region永久不会被split，担保了最须要三次跳转，就能定位到任意region 。
2.META.表每行保存一个region的位置信息，row key 采取表名+表的末了一样编码而成。
3 为了加快访问，.META.表的全部region都保存在内存中。
假设，.META.表的一行在内存中大约占用1KB。并且每个region限定为128MB。
那么上面的三层构造可以保存的region数目为：
(128MB/1KB) (128MB/1KB) = = 2(34)个region
4 client会将查询过的位置信息保存缓存起来，缓存不会主动失落效，因此如果client上的缓存全部失落效，则须要进行6次网络来回，才能定位到精确的region(个中三次用来创造缓存失落效，其余三次用来获取位置信息)。
读写过程
上文提到，hbase利用MemStore和StoreFile存储对表的更新。
数 据在更新时首先写入Log(WAL log)和内存(MemStore)中，MemStore中的数据是排序的，当MemStore累计到一定阈值时，就会创建一个新的MemStore，并 且将老的MemStore添加到flush行列步队，由单独的线程flush到磁盘上，成为一个StoreFile。于此同时，系统会在zookeeper中 记录一个redo point，表示这个时候之前的变更已经持久化了。(minor compact)
当系统涌现意外时，可能导致内存(MemStore)中的数据丢失，此时利用Log(WAL log)来规复checkpoint之后的数据。
前面提到过StoreFile是只读的，一旦创建后就不可以再修正。因此Hbase的更新实在是不断追加的操作。当一个Store中的StoreFile达到一定的阈值后，就会进行一次合并(major compact),将对同一个key的修正合并到一起，形成一个大的StoreFile，当StoreFile的大小达到一定阈值后，又会对StoreFile进行split，平分为两个StoreFile。
由于对表的更新是不断追加的，处理读要求时，须要访问Store中全部的StoreFile和MemStore，将他们的按照row key进行合并，由于StoreFile和MemStore都是经由排序的，并且StoreFile带有内存中索引，合并的过程还是比较快。
写要求处理过程
1 client向region server提交写要求
2 region server找到目标region
3 region检讨数据是否与schema同等
4 如果客户端没有指定版本，则获取当前系统韶光作为数据版本
5 将更新写入WAL log
6 将更新写入Memstore
7 判断Memstore的是否须要flush为Store文件。
region分配
任 何时候，一个region只能分配给一个region server。master记录了当前有哪些可用的region server。以及当前哪些region分配给了哪些region server，哪些region还没有分配。当存在未分配的region，并且有一个region server上有可用空间时，master就给这个region server发送一个装载要求，把region分配给这个region server。region server得到要求后，就开始对此region供应做事。
region server上线
master 利用zookeeper来跟踪region server状态。当某个region server启动时，会首先在zookeeper上的server目录下建立代表自己的文件，并得到该文件的独占锁。由于master订阅了server 目录上的变更，当server目录下的文件涌现新增或删除操作时，master可以得到来自zookeeper的实时关照。因此一旦region server上线，master能立时得到。
region server下线
当region server下线时，它和zookeeper的会话断开，zookeeper而自动开释代表这台server的文件上的独占锁。而master不断轮询 server目录下文件的锁状态。如果master创造某个region server丢失了它自己的独占锁，(或者master连续几次和region server通信都无法成功),master便是考试测验去获取代表这个region server的读写锁，一旦获取成功，就可以确定：
1 region server和zookeeper之间的网络断开了。
2 region server挂了。
的个中一种情形发生了，无论哪种情形，region server都无法连续为它的region供应做事了，此时master会删除server目录下代表这台region server的文件，并将这台region server的region分配给其它还活着的同道。
如果网络短暂涌现问题导致region server丢失了它的锁，那么region server重新连接到zookeeper之后，只要代表它的文件还在，它就会不断考试测验获取这个文件上的锁，一旦获取到了，就可以连续供应做事。
master上线
master启动进行以下步骤:
1 从zookeeper上获取唯一一个代码master的锁，用来阻挡其它master成为master。
2 扫描zookeeper上的server目录，获得当前可用的region server列表。
3 和2中的每个region server通信，获得当前已分配的region和region server的对应关系。
4 扫描.META.region的凑集，打算得到当前还未分配的region，将他们放入待分配region列表。
master下线
由 于master只掩护表和region的元数据，而不参与表数据IO的过程，master下线仅导致所有元数据的修正被冻结(无法创建删除表，无法修正表 的schema，无法进行region的负载均衡，无法处理region高下线，无法进行region的合并，唯一例外的是region的split可以 正常进行，由于只有region server参与)，表的数据读写还可以正常进行。因此master下线短韶光内对全体hbase集群没有影响。从上线过程可以看到，master保存的 信息全是可以冗余信息（都可以从系统其它地方网络到或者打算出来），因此，一样平常hbase集群中总是有一个master在供应做事，还有一个以上 的’master’在等待机遇抢占它的位置。
六、访问接口
HBase ShellJava clietn APIHBase non-java accesslanguages talking to the JVMJython interface to HBaseGroovy DSL for HBaseScala interface to HBaselanguages with a custom protocolREST gateway specification for HBase充分利用HTTP协议：GET POST PUT DELETtext/plaintext/xmlapplication/jsonapplication/x-protobufThrift gateway specification for HBasejavacpprbpyperlphpHBase Map ReduceHive/Pig
