一、
1. HBase - Hadoop Database是一个高可靠性(数据存在HDFS上，HDFS本身高可靠；依赖zookeeper，服务不会停)、高性能(基于Row Key，大数据量情况下速度快)、面向列(一个个单元格)、可伸缩(集群动态扩展节点)、实时读写的分布式数据库。
2. 利用HDFS作为文件存储系统、MapReduce处理海量数据、利用Zookeeper提供分布式协同服务。
3. 与常用的数据库存储结构化数据不一样，HBase主要用来存储非结构化的喝半结构化的松散的数据。
4. Row Key 为主键(只能存储64k字节数据,越短越好)，对应有多个列族Column Family，一个列族下有多个列名。一次数据操作对应一个时间戳，HBase会自动生成时间戳(推荐)、也可人为生成。
5. 列族（CF）需先在建表时声明(权限控制、存储以及调优都在列族层面，列族最好控制在3个以内--列族越多性能越差)，列名需以列族作为前缀，新的列可以随后按需动态添加。
6. HLog文件是一个普通的hadoop序列文件--HBase数据恢复的日志文件。
7. HBase每一个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异，不同版本按时间倒序排序，最新的版本排在最前面。(时间戳的类型为64位整型)
8. 单元格的内容是未解析的字节数组。由{row key,column(=<family>+<qualifier>),version}(主键+列族+列名+版本号--时间戳) 确定目标单元，cell中的数据是没有类型的，全部是字节码的形式存储。
二、HBase体系架构
Client请求到zookeeper(保证集群内只有一个HMaster)，zookeeper转给HMaster，HMaster向RegionServer分配Region(一个Region就是一张表的部分或者全部数据，一个Region内有一个HLog文件、可以有几个Store。一个Store对应一个列族，一个Store内有一个MemStore。数据先写入MemStore，当存满之后。就写入一个文件内。HBase叫StoreFile、Hadoop叫HFile，指的是同一个文件)，数据存储到HDFS上。
Zookeeper作用:
1. 保证集群中只有一个HMaster。
2. 储存所有region的位置信息。
3. 监控RegionServer的上线、下线，并通知给HMaster。
4. 储存HBase的schema和table元数据--所以说HMaster上不储存任何元数据。
Master作用:
1. 为RegionServer分配region。
2. HMaster起到一个负载均衡的作用,发现失效的RegionServer后将重新分配其上的region。
3. 管理用户对table的增删改操作。
RegionServer作用:
1. 维护region，处理对region的IO请求。
2. 切分在运行过程中不断增大的region。
三、
Put-插入数据 Get-查询数据
HBase存储的数据格式为key-value形式，业务信息存储在Key内-- K: Row Key/列族:列名/时间戳/方法(Put...)/长度/mvcc标识 V: 值。
搭建HBase集群之前，需要先确保hadoop集群，zookeeper集群运行正常。
Java操作HBase时需指定编码格式，Hbase有自己的默认编码。(HBase的版本1.0.0之前与之后的API有一定区别，需注意)
Scan && Filter
HBase不支持sql，所以可以安装phoenix扩展sql功能。Squirrel SQL Client
转载于:https://www.cnblogs.com/tianhb/p/6434876.html