实时读写的NoSQL数据库（一）：HBase概述
Hive对MapReduce做了上层封装，那么有没有一种技术对HDFS实现上层封装，从而解决HDFS不适合低延时数据访问的问题呢？这时候HBase就闪亮登场了。
1. 简介
HBase 是一种分布式、可扩展、支持海量数据存储的 NoSQL 数据库
建立在 HDFS 之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的 NoSQL 数据库系统
仅能通过主键(row key)和主键的 range 来检索数据
Hbase查询数据功能简单，不支持 join 等复杂操作
不支持复杂的事务(行级的事务)
Hbase 中支持的数据类型：byte[]
主要用来存储结构化和半结构化的数据
1.1 HBASE数据模型
逻辑上：HBase的数据模型同关系型数据库类似，数据存储在一张表中，有行有列
底层物理存储结构：HBase存储的是 K-V 键值对，更像是一个multi-dimensional map
1.1.1 逻辑结构
rowkey：行键，HBase通过行键来唯一标识一行数据
Rowkey 行键 (Rowkey)可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10- 100bytes)
在 HBase 内部，rowkey 保存为字节数组
HBase 会对表中的数据按照 Rowkey 排序(字典顺序)
存储时，数据按照 Rowkey 的字典序(byte order)排序存储
设计 key 时，要利用排序存储这个特性，将经常一起读取的行存储放到一起
column family：列簇，属于schema的一部分，在创建表时需要定义
列簇越多，在取一行数据时所要参与 IO、搜寻的文件就越多
如果没有必要，不要设置太多的列簇
column：列，列簇中的一部分，可以在表创建后按需增加
列名都以列簇作为前缀
region：HBase中将多行数据合并为一个region，类似于关系型数据库中的表
store：rowkey+一个列簇为一个store，在底层存储为多个store file
1.1.2 物理结构
数据在底层以storefile的形式存储
一行数据存储为多个版本，通过Timestamp进行区分
Type：有Put和Delete两个类型，在删除时T3一定要大于T2，才能删除掉
1.1.3 数据模型
NameSpace：命名空间，类似于DatabBase概念，每个命名空间下有多个表
HBase有两个自带的命名空间，分别是hbase和default
hbase中存放的是HBase内置的表
default表是用户默认使用的命名空间
Region：类似于表概念
HBase定义表时只需要声明列簇，不需要声明具体的列
往HBase写入数据时，字段可以动态、按需指定
Row：每行数据都由一个RowKey和多个Column（列）组成
数据按照RowKey的字典顺序存储的
查询数据时只能根据RowKey进行检索，所以RowKey的设计十分重要
Column：每个列都由Column Family(列簇)和Column Qualifier（列限定符）进行限定
例如info：name，info：age
建表时，只需指明列簇，列限定符无需预先定义
Timestamp：用于标识数据的不同版本（version）
每条数据写入时，如果不指定时间戳，系统会自动为其加上该字段，其值为写入HBase的时间
时间戳的类型是 64 位整型
如果应用程序要避免数据版本冲突，必须自己生成具有唯一性的时间戳
每个 cell 中，不同版本的数据按照时间倒序排序，即最新的数据排在最前面
Cell：由{rowkey, column Family：column Qualifier, time Stamp} 唯一确定的单元
cell中的数据是没有类型的，全部是字节数组形式存储
1.2 基本架构
RegionServer：Region的管理者，其实现类为HRegionServer，主要用于:
对于数据的操作：get、put、delete；
对于Region的操作：splitRegion、compactRegion
Master：所有Region Server的管理者，其实现类为HMaster，主要用于：
对于表的操作：create,、delete、alter；
对于RegionServer的操作：分配regions到每个RegionServer，监控每个RegionServer的状态，负载均衡和故障转移
ZK：通过Zookeeper完成Master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作
HDFS：HDFS为HBase提供最终的底层数据存储服务，同时为HBase提供高可用的支持
2. Shell 操作
2.1 基本操作
# 1. 进入HBase客户端命令行
bin/hbase shell
# 2. 查看帮助命令
help
# 3. 查看当前数据库中有哪些表
list
2.2 NameSpace操作
# 1. 查看名称空间
list_namespace
# 2. 创建名称空间
create_namespace 'ns'
# 3. 在名称空间建表
create "ns:stu","info"
# 4. 删除名称空间
# 4.1 先删除表
disable "ns:stu"
drop "ns:stu"
# 4.2 删除名称空间
drop_namespace "ns"
2.3 表操作
# 1. 创建表
create 'student','info'
# 2. 插入数据
put 'student','1001','info:sex','male'
put 'student','1001','info:age','18'
put 'student','1001','info:name','zhangsan'
put 'student','1002','info:name','lisi'
put 'student','1002','info:age','22'
# 3. 扫描查看数据
scan 'student'
# 前闭后开
scan 'student',{STARTROW => '1001',STOPROW => '1001'}
scan 'student',{STARTROW => '1001'}
# 4. 查看表结构
describe 'student'
# 5. 更新指定字段的数据
put 'student','1001','info:name','wangwu'
# 6. 查看指定行或指定列的数据
get 'student','1001'
get 'student','1001','info:name'
# 7. 统计表行数
count 'student'
# 8. 删除数据
# 8.1 删除某rowkey的全部数据
deleteall 'student','1001'
# 8.2 删除某rowkey的某一列数据
delete 'student','1002','info:name'
# 9. 清空表数据
disable 'student'
truncate 'student'
# 10. 删除表
disable 'student'
drop 'student'
# 11. 变更表信息
alter 'student',{NAME=>'info',VERSIONS=>3}