原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
HBASE
内容提要为什么需要HBaseHTable的逻辑组织HBase的运行机制HBase与HDFSHBase的对外接口
01数据库系统已无法适应大型分布式数据存储的需要02改良的关系数据库（副本、分区等）难于安装与维护03关系模型对数据的操作使数据的存贮变得复杂引入HBASE的原因
STEP03STEP04STEP01STEP02HBASE从设计理念上就为可扩展做好了充分准备空间的扩展只需要加入存储结点使用‘表’的概念，但不同于关系数据库，不支持SQL实质上是一张极大的、非常稀疏的，存储在分布式文件系统上的表引入HBASE的原因
HBase历史2006年底由PowerSet的ChadWalters和JimKellerman发起2008年成为ApacheHadoop的一个子项目现已作为产品被使用WorldLingoSOpenPlacesYahooAdobe
存储抓取网页和相关信息010102030405每个页面对应一行，是个有百万行的大表要基于此表进行分析与解析并由搜索引擎对关键字进行索引表需要并发地被众多网页抓取程序随机地访问以及更新数据表内容也要作为网页实时缓存被大量用户随机访BASE用例－WebTable
逻辑视图RowKeyTimeStampColumnContentsColumnAnchorColumn“mime”my.look.ca“n.www”T9CNNT8CNN.COMT6“html..“Text/htmlT5“html..“t3“html..“
数据模型－行RowKeyTimeStampColumnContentsColumnAnchorColumn“mime”my.look.ca“n.www”T9CNNT8CNN.COMT6“html..“Text/htmlT5“html..“t3“html..“行键列列
每行数据有一可排序的关键字和任意列项0101020304字符串、整数、二进制串甚至与串行化的结构都可以作为行键表按照行键的“逐字节排序”顺序对行进行有序化处理表内数据非常‘稀疏’，不同的行的列的数完全目可以大不相同020304数据模型－行
01可以只对一行上“锁”02对行的写操作是始终是“原子”的数据模型－行
列必须用‘族’(family)来定义物理上将同“族”数据存储在一起任意一列有如下形式“族：标签”其中，族和标签都可为任意形式的串数据可通过时间戳区分版本数据模型－列
数据模型－列RowKeyTimeStampColumnContentsColumnAnchorColumn“mime”my.look.ca“n.www”T9CNNT8CNN.COMT6“html..“Text/htmlT5“html..“t3“html..“族标签
物理视图RowKeyTimeStampColumn:ContentsCn.wwwT6“html..”T5“html..”T3“html..”RowKeyTimeStampColumn:AnchorCn.wwwT9Anchor:CNNT5Anchor:my.look.caCNN.COMRowKeyTimeStampColumn:mimeCn.wwwT6text/html
HTable小结RowKeyTimeStampColumnContentsColumnAnchorColumn“mime”my.look.ca“n.www”T9CNNT8CNN.COMT6“html..“Text/htmlT5“html..“t3“html..“
系统总体结构HDFSClusterZooKeeperClusterRegionServerRegionServerRegionServerMasterServerHStoreMapFilesHStoreMapFilesRegion
1表按照“水平”的方式划分成一个或多个“区域”(region)2每个区域都包含一个随机id，区域内的行也是按行键有序的3最初每张表包含一个区域，当表增大超过阈值后，这个区域被自动分割成两个相同大小的区域4区域以分布式的方式分布在集群内数据存储实体－区域
为区域的访问提供服务，直接为用户提供服务负责维护区域的分割负责数据存持久化区域服务器(RegionServer)01管理区域服务器指派区域服务器对服务特定区域恢复失效的区域服务器主服务器(MasterServer)02区域的管理
包括区域中数据起止行信息、区域“在线”状态等全部用户区域的属性数据都存在元数据表中保存区域服务器地址元数据表也可包含多个区域，区域属性数据存储在“根”结点上元数据(META)特殊目录数据
只存包含一个区域01将
文档评论（0）