本文共 4286 字，大约阅读时间需要 14 分钟。
HBase的原型是Google的BigTable论文，受到了该论文思想的启发，目前作为Hadoop的子项目来开发维护，用于支持结构化的数据存储。其官方网站为：http://hbase.apache.org。
HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。其目标是存储并处理大型数据，通过普通硬件配置，处理由成千上万的行和列所组成的大型数据。
虽然HBase是Google Bigtable的开源实现，但也有很多不同之处。例如，Bigtable利用GFS作为文件存储系统，而HBase利用Hadoop HDFS。Bigtable运行MAPREDUCE来处理海量数据，而HBase同样利用Hadoop MapReduce来处理海量数据；Bigtable利用Chubby作为协同服务，而HBase利用Zookeeper作为对应。
海量存储
Hbase适合存储PB级别的海量数据，在PB级别的数据以及采用廉价PC存储的情况下，能在几十到百毫秒内返回数据。这与Hbase的极易扩展性息息相关。正是因为Hbase的良好的扩展性，才为海量数据的存储提供了便利。列式存储
Hbase是根据列族来存储数据的。列族下面可以有非常多的列，列族在创建表的时候就必须指定。极易扩展
Hbase的扩展性主要体现在两个方面，一个是基于上层处理能力（RegionServer）的扩展，一个是基于存储的扩展（HDFS）。通过横向添加RegionSever的机器，进行水平扩展，提升Hbase上层的处理能力，提升Hbsae服务更多Region的能力。高并发
由于目前大部分使用Hbase的架构，都是采用的廉价PC，单个IO的延迟其实并不小，通常在几十到上百ms之间。这里说的高并发，主要是在并发的情况下，Hbase的单个IO延迟下降并不多。能获得高并发、低延迟的服务。稀疏
稀疏主要是针对Hbase列的灵活性。在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。Hbase架构如图1所示：
（此处应有图片，已去除）从图中可以看出Hbase是由Client、Zookeeper、Master、RegionServer、HDFS等几个组件组成的。下面来介绍几个组件的相关功能：
Client
Client包含了访问Hbase的接口，另外Client还维护了对应的cache来加速Hbase的访问，比如cache的.META.元数据的信息。Zookeeper
HBase通过Zookeeper来做Master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。具体工作如下：通过Zoopkeeper来保证集群中只有1个Master在运行，如果Master异常，会通过竞争机制产生新的Master提供服务；通过Zoopkeeper来监控RegionServer的状态，当RegionSevrer有异常的时候，通过回调的形式通知Master RegionServer上下线的信息；通过Zoopkeeper存储元数据的统一入口地址。Master
master节点的主要职责如下：为RegionServer分配Region；维护整个集群的负载均衡；维护集群的元数据信息；发现失效的Region，并将失效的Region分配到正常的RegionServer上；当RegionSever失效的时候，协调对应Hlog的拆分。RegionServer
RegionServer直接对接用户的读写请求，是真正的“干活”的节点。它的功能概括如下：管理Master为其分配的Region；处理来自客户端的读写请求；负责和底层HDFS的交互，存储数据到HDFS；负责Region变大以后的拆分；负责Storefile的合并工作。HDFS
HDFS为Hbase提供最终的底层数据存储服务，同时为Hbase提供高可用（Hlog存储在HDFS）的支持。具体功能概括如下：提供元数据和表数据的底层分布式存储服务；数据多副本，保证的高可靠和高可用性。功能：
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发布自己的位置给客户端功能：
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 5．执行压缩 6．负责处理Region分片1．Write-Ahead logs
HBase的修改记录，当对HBase读写数据的时候，数据不是直接写进磁盘，它会在内存中保留一段时间（时间以及数据量阈值可以设定）。但把数据保存在内存中可能有更高的概率引起数据丢失，为了解决这个问题，数据会先写在一个叫做Write-Ahead logfile的文件中，然后再写入内存中。所以在系统出现故障的时候，数据可以通过这个日志文件重建。2．Region
Hbase表的分片，HBase表会根据RowKey值被切分成不同的region存储在RegionServer中，在一个RegionServer中可以有多个不同的region。3．Store
HFile存储在Store中，一个Store对应HBase表中的一个列族。4．MemStore
顾名思义，就是内存存储，位于内存中，用来保存当前的数据操作，所以当数据保存在WAL中之后，RegionServer会在内存中存储键值对。5．HFile
这是在磁盘上保存原始数据的实际的物理文件，是实际的存储文件。StoreFile是以Hfile的形式存储在HDFS的。首先保证Zookeeper集群的正常部署，并启动之：
[lxl@hadoop102 zookeeper-3.4.10]$ bin/zkServer.sh start[lxl@hadoop103 zookeeper-3.4.10]$ bin/zkServer.sh start[lxl@hadoop104 zookeeper-3.4.10]$ bin/zkServer.sh start
Hadoop集群的正常部署并启动：
[lxl@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh[lxl@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh
解压HBase到指定目录：
[lxl@hadoop102 software]$ tar -zxvf hbase-1.3.1-bin.tar.gz -C /opt/module
修改HBase对应的配置文件：
1）hbase-env.sh修改内容：export JAVA_HOME=/opt/module/jdk1.8.0_144export HBASE_MANAGES_ZK=false
2）hbase-site.xml修改内容：
hbase.rootdir hdfs://hadoop102:9000/hbase hbase.cluster.distributed true hbase.master.port 16000 hbase.zookeeper.quorum hadoop102:2181,hadoop103:2181,hadoop104:2181 hbase.zookeeper.property.dataDir /opt/module/zookeeper-3.4.10/zkData
3）regionservers：
hadoop102 hadoop103 hadoop1044）软连接Hadoop配置文件到Hbase：
[lxl@hadoop102 module]$ ln -s /opt/module/hadoop-2.7.2/etc/hadoop/core-site.xml /opt/module/hbase/conf/core-site.xml[lxl@hadoop102 module]$ ln -s /opt/module/hadoop-2.7.2/etc/hadoop/hdfs-site.xml /opt/module/hbase/conf/hdfs-site.xml
[lxl@hadoop102 module]$ xsync hbase/
启动方式1：
[lxl@hadoop102 hbase]$ bin/hbase-daemon.sh start master[lxl@hadoop102 hbase]$ bin/hbase-daemon.sh start regionserver
启动方式2：
[lxl@hadoop102 hbase]$ bin/start-hbase.sh
停止服务：
[lxl@hadoop102 hbase]$ bin/stop-hbase.sh
启动成功后，可以通过“host:port”的方式来访问HBase管理页面，例如：
http://hadoop102:16000转载地址：http://loqbz.baihongyu.com/