分布式数据库HBase理论
介绍
HDFS：分布式文件系统。它是Google的GFS的开源实现。
HBase：分布式数据库，存储半结构化或非结构化数据，提供了高效访问。它是Google的BigTable的开源实现。
Zookeeper：分布式协调管理框架。它是Google的Chubby的开源实现。
Hadoop MapReduce：分布式计算框架。它是Google的MapReduce的开源实现。
大数据/云计算计算模式
批处理计算（离线计算）：小时级响应, e.g. Hadoop (HDFS, MapReduce) 交互计算（在线计算）：秒级、分钟级响应 实时计算（流数据计算）：毫秒、秒级响应 e.g. HBase
HBase与传统数据库
传统数据库的问题（两个可扩展性差）： 1）计算可扩展性差，例如：Oracle RAC扩展多达到100台机器。 2）数据库定义可扩展性差，例如：增加列属性不便且有限。
HBase访问接口
1）Java API 2）Shell命令 3）SQL语句：Hive，Pig
HBase数据模型
传统关系数据库：（行、列）-> （单元格）值 HBase：（行键、列族、列（限定符）、时间戳）-> （单元格）值
e.g.
id=20 姓名：张三（time stamp 1）
id=20 姓名：李四 （time stamp 2）
存储方式
行存储（Row Storage）： 高事务处理效率 适用OLTP（联机事务处理），e.g.传统数据库 列存储（Column Storage）：高压缩率、高查询效率，适用OLAP（联机分析处理），e.g. HBase HTAP（混合行列存储）：
e.g. 25 28 30 32 36
run length code：25 3 2 2 4
select xh, name from student;
HBase实现
一主多从架构,例如： HDFS（NameNode， DataNodes）， HBase（HMaster， HRegionServer）， MapReduce（Master， Slaves）
HBase的表由多个Region组成。
HBase的寻址访问： .Meta：Data Region id -> Region Server .Root：Root id -> Meta Region id
形成了三级寻址访问结构： .Root -> .Meta -> Data
HBase架构
客户端：提供HBase的访问接口； Zookeeper：提供集群的协调管理服务； HMaster：元数据管理；数据的管理（增删改查请求，负载均衡、Region的管理） HRegionServer：提供了实际数据的读写访问
HRegionServer存储结构： 包括10 - 1000个Region和一个HLog，每个Region包括：MemStore、StoreFile（HFile）
启动HBase命令
start-hbase.sh stop-hbase.sh
确认启动成功： jps Web UI：http://master:60010
hbase shell：进入hbase的shell交互界面 exit：退出hbase的shell交互界面
create：创建表，create '表名','列族名1','列族名2','列族名N'
put：添加记录，put '表名','rowkey','列族：列'，'值'
get：查看记录rowkey下的所有数据，get '表名','rowkey' （ get：获取某个列族，get '表名','rowkey','列族' get：获取某个列族的某个列，get '表名','rowkey','列族：列'）
list：查看所有表
desc：描述表信息，desc '表名' scan：查看所有记录，scan '表名'
（scan：查看某个表某个列中所有数据，scan
'表名',{COLUMNS=>'列族名：列名'}）
count：查看表中的记录总数，count '表名'
delete：删除记录，delete '表名','行名','列族：列'
（删除整行，deleteall '表名','rowkey'） drop：删除一张表
（先要屏蔽该表，才能对该表进行删除：第一步 disable '表名'，第二步 drop
'表名'） truncate：清空表，truncate '表名'
更新记录 就是重新一遍，进行覆盖，hbase没有修改，都是追加
exists：判断表存在，exists '表名'
is_enabled / is_disabled：判断是否禁用启用表 is_enabled '表名' is_disabled '表名'
status：查看hbase状态