目录
3、如果需要对表结构操作 则getAdmin，对数据进行操作，则getTable
Hbase->BigTable
Hbase系统架构
一个列族对应一个Store
Store分为，n个StoreFile，1个MemStore（内存）
HLog日志：负责容错，写memstore前先写HLog，属于HRegionServer
Master修改表，不影响读写
Memstore与storefile
store分为，ms和sf
ms到达128m时，会写成一个sf
当一个region所有storefile大小数量超过一定阈值以后，会把当前的region分割为两个
由master分配到相应的regionserver服务器，实现负载均衡
客户端查找数据，现在memstore，找不到再找storefile
HBase三维有序
按照KV存储
Row Key和列簇时间戳确定一个cell
Row key唯一标识 一行数据
按照字典顺序排序
Row key只能存储64k的字节数据
创建表的时候必须至少有一个列族
Column Family（列族）
qualifier（列）
{row key,colunm(=+),version}确定一个单元cell中的数据没有类型，全是字节码形式存储
HLog：Hadoop Sequence File
javaAPI操作
1、数据库(DataBase)
HBaseAdmin
HBaseConfiguration
2、表Table
HTable
3、列族(Column Family)
HTableDescriptor
4、列修饰符(Column Qualifier)
Put
Get
Scanner
类：org.apache.hadoop.hbase.client.HBaseAdmin
作用：提供了一个接口来管理HBase数据库的表信息。它提供的方法包括：
创建表，删除表，列出表，使表有效或无效，以及添加或删除表列族成员
1、创建一个配置文件
Configuration conf = HBaseConfiguration.create();
配置ZK地址，通过ZK可以找到HBase
conf.set("hbase.zookeeper.quorum", "master:2181,node1:2181,node2:2181");
2、创建连接
Connection conn = ConnectionFactory.createConnection(conf);
3、如果需要对表结构操作 则getAdmin，对数据进行操作，则getTable
Admin admin = conn.getAdmin();
4、创建 testAPI表
HTableDescriptor testAPI = new HTableDescriptor(TableName.valueOf("testAPI"));
并指定一个列簇cf1
HColumnDescriptor cf1 = new HColumnDescriptor("cf1");
给testAPI表增加一个列簇
testAPI.addFamily(cf1);
创建testAPI表
admin.createTable(testAPI);
关闭连接
admin.close(); conn.close();
HBase的特点
1、大，一个表可以有上亿行，上百万列
2、面向列，面向列族的存储和权限控制，列独立检索
3、稀疏，对于为空NULL的列，并不占存储空间，因此，表可以设计的非常稀疏
4、无模式：每一行都有一个可以排序的主键和任意多的列，列可以根据需要动态增加，同一张表中不同的行可以有截然不同的列
5、数据多版本：每个单元中的数据可以有多个版本，默认情况下，版本号自动分配，版本号就是单元格插入时的时间戳
6、数据类型单一：HBase中的数据都是字节数组，没有类型。
RowKey：
主键，访问HBase table只有三种方式：
直接通过单个RowKey
指定RowKey的范围
还可以指定跟RowKey有关的正则表达式等方式去访问
最大64kb，按照字典顺序
列簇：
建表时至少指定一个，列归属某一个列簇
HBase再存储、权限控制、版本控制都是在列簇层面上进行
一个列簇对应一个store
时间戳：
版本的概念，插入数据都会记录时间，64位整型
按时间戳倒序
Cell：
Cell是由{row key,column(=+),version}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
Region的分裂策略：
region中存储的是一张表的数据，当region中的数据条数过多的时候，会直接影响查询效率。当region过大的时候，region会被拆分为两个region，HMster会将分裂的region分配到不同的regionserver上达到负载均衡。
Compaction操作：
minor compaction：
指选取一些小的，相邻的storefile将他们合并成一个更大的storefile，在这个过程中不会处理已经Deleted或Expired的cell，一次Minor Compaction的结果是更少并且更大的StoreFile。
major compaction：
指将所有的StoreFile合并成一个storefile，这个过程会清理三类没有意义的数据：被删除的数据、TTL过期数据、版本号超过设定版本号的数据，另外，一般情况下，major compaction时间会持续比较长，整个过程会消耗大量系统资源，对上层业务有比较大的影响，因此线上业务都会将关闭自动触发major compaction功能，改为手动在业务低峰期触发。