hadoop主要解决大规模数据离线批量处理，但无法满足大规模实时数据的处理，所以诞生了hbase。
hbase是一个分布式数据库，它必须通过行键、列族、列限定符、时间戳来定位数据。
Hbase的功能组件：
HBase由库函数，Master和RegionServer组成
表和region：
一个HBase表最初只有一个region，当数据存满时，它会进行分裂
HBase三级寻址：
HBase查询数据过程
第一层 zookeeper文件：记录了root表的位置
第二层 root表（根数据表）： 记录了META表（元数据表）的Region的位置信息，root表只能有一个region
第三层 META表：记录了用户数据表的region的位置信息，META表可以有多个region，保存了Hbase所有用户数据表的region的位置信息
Hbase的存储容量：
一个root表只能有一个region，若一个region的存储大小为128MB，按照每行占用1KB计算，128MB可以存储128MB/1KB = 2¹⁷个META表，同理一个META表也能存储 2¹⁷ 个用户数据表，所以最终三层结构可以保存的region数目为 2³⁴region
三级寻址的缓存机制：
为了加速寻址，客户端会缓存位置信息
Hbase是惰性缓存，只有当所查找的数据无法找到时，它才会更新缓存
Hbase的架构：
zookeeper ：hbase没有单点故障，因为中间有zookeeper，当master挂掉后，zookeeper会使用选举机制迅速选出一个leader，它是整个架构的管家
master ： 负责对表的增删改查、不同regionserver的分配，实现负载均衡
、调整分裂，合并后region的分布，重新分配故障、失效的regionserver
region server ：负责用户数据的存储和管理
region server中有很多region，当memstore写满之后溢出到storefile中，一个region中有一个Hlog和多个store，store中有storefile，storefile是hdfs上的hfile在hbase中的表现形式，hfile是最小的存储单元，region是最小的负载均衡结构单元
数据读写过程： 数据会被首先写入memstore（store缓存）中，然后写入hlog，当写入到hlog之后，commit提交给客户端
当读数据时，会先读memstore中的数据（因为数据先都是先写入memstore），如果找不到再去store中找
数据的刷写： 当memstore中的数据满了之后，store会执行flush，每flush一次，都会生成一个新的store file，flush和compaction（合并）操作都是region级别的，当一个memstore满了需要flush时，会触发整个region中所有的store的flush操作，即使其他region中store的数据还没满只有少量，所以列族尽量一个表占一个（一个store），这样就避免了region的频繁负载。
放一张region服务器集群
图片均来源网络，侵删
参考文章：https://www.jianshu.com/p/53864dc3f7b4
对我文章有兴趣的话，不妨关注下公众号，不定期更新大数据相关文章????