简述HBase概念,简述hbase的特点
hbase框架中使用了哪些概念
HBase提供了对HBase进行一系列的管理涉及到对表的管理、数据的操作java api。 常用的API操作有： 1、 对表的创建、删除、显示以及修改等，可以用HBaseAdmin，一旦创建了表，那么可以通过HTable的实例来访问表，每次可以往表里增加数据。
hbase列式数据库四维坐标是什么
实际上，HBase是一个列族数据库，而不是真正的列式数据库。
因为允许存放非结构化数据，所以HBase的数据类型只有简单的字符串类型，如果需要细分类型，需要用户自己处理。
HBase的四维模型中每个元素：
（1）行键（Row Key）：最大长度为64KB的任意字符串。与关系型数据库一样，行键是行的唯一标志。
（2）列族（Column Family）：这是理解列族数据库的关键概念。将数据行中的字段按照某种要求分成数个小组，每个小组包含若干个字段，每个小组就是列族。列族需要预先定义，并且不能随意修改。每行具有相同的列族，但不要求每个列族都存储数据。
（3）列限定符（Qualifier）：每个列族包含多个字段，限定符用于区分不同的字段。列限定符不需要预先定义，因此每行可以有不同数量的列限定符，也可以认为列限定符就是字段。
（4）单元（Cell）：存储数据的最小单元。单元中存储的是未经解释的字符串，需要通过行键、列族、列限定符、时间戳进行定位。
（5）版本（Version）：这是HBase与其他数据库的不同之处。版本是一个64位整型数，可以由系统自动生成，也可以由用户自定义。引入版本后，存储在单元中的值不再只有一个，可以通过不同的时间戳（Timestamp）在同一单元中存入多个版本。
为什么说hbase是一个面向列的数据库
Hbase是一个面向列存储的分布式存储系统，它的优点在于可以实现高性能的并发读写操作，同时Hbase还会对数据进行透明的切分，这样就使得存储本身具有了水平伸缩性；
Hbase数据模型：HBase,Cassandra的数据模型非常类似，他们的思想都是来源于Google的Bigtable，因此这三者的数据模型非常类似，唯一不同的就是Cassandra具有Super cloumn family的概念，而Hbase目前没发现；
在Hbase里面有以下两个主要的概念，Row key,Column Family，我们首先来看看Column family,Column family中文又名“列族”，Column family是在系统启动之前预先定义好的，每一个Column Family都可以根据“限定符”有多个column.下面我们来举个例子就会非常的清晰了；
假如系统中有一个User表，如果按照传统的RDBMS的话，User表中的列是固定的，比如schema 定义了name,age,sex等属性，User的属性是不能动态增加的；
但是如果采用列存储系统，比如Hbase，那么我们可以定义User表，然后定义info 列族，User的数据可以分为：info:name = zhangsan,info:age=30,info:sex=male等，如果后来你又想增加另外的属性，这样很方便只需要info:newProperty就可以了。
HBASE 1.0
前身：BigTable
网页搜索：
google分布式存储系统BigTable依赖GFS
Hbase（bigtable的开源实现）: 高可靠、高性能、面向列、可伸缩
存储结构化和半结构化的数据
优点：
水平可扩展性特别好：
依赖：
文件存储系统：HDFS
海量数据处理：MapReduce
协同管理服务：Zookeeper
满足了：大数据量的实时计算
数据类型：
? ? RDBMS：关系数据模型、多种数据类型
? ? Hbase：
数据操作：
存储模式：
索引：
数据维护：
可伸缩性：
? ? ? ? 纵向扩展：
? ? ? ? 水平扩展：
Hbase的访问接口：
? ? ? ? ? ? JAVA API
? ? ? ? ? ? shell
? ? ? ? ? ? thrift Gateway
? ? ? ? ? ? restful Gateway
? ? ? ? ? ? SQL接口：pig编写类sql? hive用hivesql访问Hbase
Hbase的数据类型：
? ? ? ? 列限定符
? ? ? ? 每个值都是未解释的bytes
? ? ? ? 一个行可以有一个行键和多列
? ? ? ? 表由列族组成
Hbase数据模型：
? ? 列族支持动态扩展、保留旧版本（HDFS只能追加数据）
基础元素：
? ? 行键 ： rowkey
? ? 列族
? ? 列限定符
? ? 单元格 （时间戳概念、对应数据版本）
坐标概念：
? ? 四维定位：行键、列族、列限定符、时间戳
稀疏表
HBASE：面向列的存储：高数据压缩率、分析便捷
RDBMS ：面向行存储，事务性操作（记录完整）、不便于分析（需要全表扫描）
4.3 HBASE 的实现原理
4.3.1 库函数 、master服务器、region服务器
Master服务器：
分区信息进行维护和管理
维护region服务器列表
确认当前工作的region服务器
负责对region进行分配和负载平衡
对表的增删改查
region服务器：
客户端不依赖于Master获取位置信息
用户数据的存储和管理
Region服务器--10-1000个region -----Store是一个列族----每个列族就是一个Hfile----所有region公用1个Hlog
写数据流程：Region服务器---写缓存Memstore---写日志（Hlog）
读数据流程：Region服务器-读缓存Memstore（最新数据）----StoreFile
缓存刷新：周期性将缓存内容刷写到Storefile 清空缓存---Hlog写入标记
每次刷写会生成新的StoreFile 每个Store包含多个StoreFile
每个Region服务器都有一个自己的Hlog，将启动检查确认缓存刷新是否有新的内容需要刷写，发现则刷写新的storefile,完成后删除Hlog，开始对外提供服务
Storefile的合并,storefile 的数量达到阈值后，会进行合并。当Storefile超过大小阈值则会触发Region的分裂
4.4 Hlog的工作原理
Zookeeper负责监听region服务器，由master处理故障，通过故障服务器的Hlog恢复，按region切分Hlog，将region和对应的Hlog分配到新的region服务器上
一个HBASE表会被划分成多个Region（1G-2G 取决于服务器性能）
同一个region不会被拆分到不同服务器上
Region的寻找：
Meta表：regionID 服务器ID 存储元数据
Root表：只有一个region
三级寻址：
zookeeper文件---root表-多个meta表--多个用户数据表
客户端会有Hbase三层寻址的缓存，调用访问Hbase的接口，缓存失效后，再次寻址
zookeeper决定master服务器，确保只有一个master
4.5 Hbase的应用方案
性能优化：
1）时间靠近存放----将时间戳引入行键，使用Long.max-时间戳进行排序
2）提升读写性能,创建表时设置HcloumnDescriptor.setMemory=true，会将表放入内存的缓存中
3）节省存储·空间----设置最大版本数、保存最新版的数据，将最大版本参数设置为1
4）timetolive参数，会将过期数据自动清空
检测Hbase性能：
Maste-status（web浏览器查询）
ganglia
OpenTSDB
Armbari
sql 查询HBASE
1）hive整合hbase
2）Phoenix
Hbase 二级索引 (辅助索引）
默认只支持对rowkey进行索引
Hbase行访问：
1）单行键访问
2）确定起点和终点访问区间数据
3）全表扫描
二级索引样例：
? ? Hindex? ? Hbase+redis? Solr+ Hbase
二级索引的机制：
? ? ? ? Hbase Coprocessor?
? ? ? ? endpoint? ---存储过程
? ? ? ? observer----触发器
? ? ? ? 通过Observer监测数据插入动作，同步写入索引表，完成对表和列的索引
? ? ? Hbase 主表 索引表
4.6 HBASE的shell命令
三种部署模式：单机 伪分布式? 分布式
HDFS
创建表
create table， F1， F2， F3
list table
每次只能为1行的1列添加数据
put? table R1，R1:C1 ，“1,2,3”
scan? table? R1，{column='R1:C1'}
get? table
删除表：
disable table +drop table
4.7 JAVA API +HBASE