第一章 简介
背景：
GFS：集群存储海量数据，数据在节点间冗余复制，即使一台存储服务器发生故障，也不会影响可用性。
GFS的缺点：适合存储少许非常大的文件，而不适合存储大量小文件，因为文件的元数据信息存储在主节点的内存中，文件越多主节点压力越大。
BigTable：RDBMS在大规模处理中有缺点，可以摒弃关系型的特点，采用简单API进行CRUD，再加一个扫描函数。
表，列，单元格：
基本单位是column
多column组成row
若干列组成列族(column family)
一个row有唯一rowkey
每个column有多个版本，每一个单元格可以保留若干版本的数据
行序是按照字典顺序进行排序的，row-10要小于row-2
列族的作用：
- 构建数据的语义边界或者局部边界
- 有助于设置压缩或者指示他们存储在内存中
- 一个列族的所有列存储在同一个底层存储文件里面，这个文件叫做HFile
列族使用注意点：
- 列族不能修改的太频繁，数量也不能太多，在当前的实现中如果列族大于几十个会出现bug，实际情况可能还小的多
- 引用列的格式为 family:qualifier , family 就是列族名， qualifier就是列名，比如 log:time 是获取 log这个列族中的time列，列是无限的可以达到几百万
列的时间戳：
每个列的时间戳有以下特性
- 默认由系统指定，也可以手动指定
- 可以通过不同的时间戳区分版本
单元格的版本：
- 用户可以指定每个值所能存储的最大版本数
- 支持谓词删除（predicate deletion）：比如只允许用户存储过去一周的值，不过这些值是未解释的字节数组
Hbase的一种应用场景：
webtable: 存储从互联网上抓取的网页。行键是反转的url比如org.hbase.www ，有一个用于存储HTML的列叫 contents,还有其他列族，比如 anchor，用户存储外向链接和入站链接，还有用于存储元数据的列列族language。
content列族用多版本来存储html，可以查询到旧的html。例如帮助分析页面变化频率就可以把时间戳设置成抓取页面的次数
自动分区：
Hbase中扩展和负载均衡的基本单元成为region
- region是行键连续排列的存储区间
- 如果region太大就会动态拆分
- 如果region太小就会合并以节省空间
- region相当于传统数据库的分区表
- 每台服务器上的region最好是10-1000个
region是怎么分区的：
- 一开始是有一个region，当这个region大到一定的值的时候就会从中间键（middle key,region中间的那个行键）处将这个region拆分为大致相等的两个子region。
- 一个region服务器可以有多个region。
- Hbase不支持在线的region合并，但是可以离线合并
- region的拆分非常快，接近于瞬间，因为并没有改变存储的位置
- 如果一个region server的负载过大会触发region迁移，它会将region迁移到别的region server上
存储API：
系统支持单行事务，进一步实现单行键下存储的数据的 读-修改-写（read-modify-write）序列
单元格的值可以当计数器用，并且支持原子更新，意味着这个计数器可以在一个操作中实现读写，客户端可以基于此实现一个全局强一致的计数器
协处理器(coprocessor): 可以在服务器的地址空间执行来自客户端的代码。用于实现轻量级的批处理作业，或者使用表达式分析或者汇总数据
通过包装器可以将表转换成MapReduce的输入输出目标
实现：
数据存储在 存储文件（store file）中，称为HFile：
- HFile中的键值是经过排序的
- 文件内部是连续的块，块的索引信息存储在尾部
- HFile被加载到内存中时，索引会优先加载到内存中
- 每个块默认是64KB
- 存储文件通常保存在HDFS中
每次更新数据的时候发生了什么：
- 数据记录到提交日志（commit log），在HBase中称之为 预写日志（write-ahead log, WAL）(存储在HDFS系统上)
- 数据写入内存中的 memstore
- 写入的数据超过阀值，系统将这部分数据移出内存，作为HFile写入磁盘中
- 数据移出memstore，丢弃提交日志。采用滚动memstore可以实现不阻塞系统读写，即用空的新memstore获取更新数据，将旧的满的memstore转换成一个文件，由于memstore中的数据本来就排序好了，所以存储的时候不用再次排序
当记录被固化到HFile上之后，删除键值对并不是直接删除，而是做个删除标记delete marker。
查询结果是memstore+HFile的数据。
查询的时候用不到WAL，只有服务器内存中的数据在服务器崩溃前没有写入磁盘，而后进行恢复数据时才会用到WAL。
管家机制：
HFile过多的时候有管家机制来处理，合并有两种类型：
minor合并：多个小文件合并成一个大文件，由于是多路归并所以速度快
major压缩合并：将region中一个列族的若干个HFile重写为一个新HFile。合并扫描所有键值对，顺序重写所有数据，重写数据的过程中会略过做了删除标记的数据。断言删除此时生效。
master 负责负载均衡，将繁忙服务器中的region移到负载轻的服务器中
ZooKeeper：
ZooKeeper是一个可靠的，高可用的，持久化的分布式协调系统。
主服务器主要负责用ZooKeeper为region服务器分配region。
每台region服务器在Zookeeper中注册一个自己的临时节点，主服务器可以利用这些节点来跟踪机器故障和网络分区。
HBase还可以利用ZooKeeper确保只有一个主服务器在运行。
主服务器提供负载均衡和集群管理，将繁忙的服务器中的region移到负载较轻的服务器中。
主服务器不为region服务器或者客户端提供任何的数据服务，是个轻量级服务器。
HBase特点：
容量大：HBase可以存储海量数据：数十亿行 X 数百万列 X 数千个版本 = PB级存储
稀疏性：在传统关系型数据库中，null值是要占存储空间的。而在HBase中，允许表在存储时不存储null值，所以不会占存储空间。