1. Hbase简介
- Hbase定义
Hbase是一种分布式、可扩展、支持海量数据存储的NoSQL数据库（非关系型数据库）
- Hbase数据模型
逻辑上，Hbase的数据模型同关系型数据库很类似，数据存储在一张表上，有行有列。但从Hbase的底层物理存储结构（K-V）来看，Hbase更像一个multi-dimensional map
Hbase是一个存数据的地方，不支持随机读写操作，若要修改/增加数据，把数据都下载下来改完重新上传，优化做的好，可以实现几十亿级信息秒级增删改查
- Hbase逻辑结构
1. 不同的列族放在不同的文件夹存储
2. row key（行键）按照字典序排序，只要唯一就行，不唯一就覆盖，插入任何数据都要写row key。不然就报错
3. region为一张表的切片而且是横向的切片，纵向切分的叫做列族，横向切分的叫做region
这样就可以避免全盘扫描，因为根据行键就能知道在那个region里
- Hbase物理存储结构
整个内容为store file，放入文件中存储
把store部分拿出来：
Hbase中对于每一行都单独存储，最后一行是对于phone的插入，同样类型取时间戳最大的；若为delete，且时间戳比前面的大，则不返回数据
TimeStamp：不同版本的数据根据timestamp进行区分
Type: 对于删除操作，其类型为Delete
- 数据模型
1. Name Space
命名空间，类似于关系型数据库的database概念，每个命名空间下有多个表。Hbase有两个自带的命名空间，分别是hbase和default，hbase存放的是Hbase内置的表，default表是用户默认使用的命名空间
2. Region
类似于关系型数据库的表概念，不同的是，Hbase定义表时只需要声明列族即可，不需要声明具体的列。这意味着，往Hbase写入数据时，字段可以动态、按需指定。因此，和关系型数据库相比，Hbase能够轻松应对字段变更的场景，一张表可以对应多个region，因为可以横向切分
3. Row
Hbase表中的每行数据都由一个RowKey和多个Column（列）组成，数据是按照Rowkey的字典顺序存储的，并且查询数据时只能根据Rowkey进行检索，所以Rowkey的设计十分重要
4. Column
Hbase中的每个列都由Column Family（列族）和Column Qualifier（列限定符）进行限定，例如info：name， info：age。建表时，只需指明列族，而限定符无需预先定义，列中有很多版本，加上版本就可以唯一确定一个cell
5. Time Stamp
用于标识数据的不同版本（version），每条数据写入时，如果不指定时间戳，系统会自动为其加上该字段，其值为写入Hbase的时间
6. Cell
由{rowkey，column Famliy： column Qualifier， time Stamp}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储
- Hbase基本架构
hadoop1.0无高可用，2.0高可用要自己配置很麻烦，3.0自带高可用；Hbase自带高可用
RegionSever的作用：
data：对数据进行增删改查操作
region：切分、合并
Master的作用：
Table：增加、删除、修改表（DDL）
RegionSever：分配region到每个RegionSever，监控每个RegionSever的状态
- Hbase Shell操作
DDL：
对于表：
create '表名','列族1','列族2'....
alter '表名', {NAME=>'列族',VERSION=>时间戳}
drop '表名'（先disable '表'）
对于命名空间：
list_namespace：查看命名空间
create_namespace 'bigdata'：创建命名空间
drop_namespace 'bigdata'：删除命名空间（必须为空，否则要先删除表）
create_namespace '空间名'
create '空间名: 表名', '要创建的列族'：在某个命名空间下创建表，没带命名空间的都是在默认default下
drop_namespace '空间名'：要想删除命名空间，命名空间必须是空的，可以使用disable '空间名:表名'下线表，然后drop删除
DML：
put '表名','行键','列族（写法是列族：列）','值'：增加数据
scan '表名'：扫描表
get：扫描表
delete: 删除
