HBase 基础、架构与运维：数据模型、表设计、Shell 与 Java API

两仓库 18 篇 HBase 原文高度同源（Personal 与 Fuwari 的 9+9 内容基本一一对应，只是中英文与篇幅差异）。本页收敛为数据模型—架构—表设计—运维四段，删除重复章节，保留可复用概念。

核心机制

1. 数据模型：逻辑与物理分离

• 逻辑：Table → RowKey → ColumnFamily:ColumnQualifier → Timestamp → Value，稀疏、版本化。
• 物理：按 ColumnFamily 垂直切 Region，Region 按 RowKey 区间分布在 RegionServer；HStore 对应 Family，StoreFile/HFile 落盘，MemStore 内存缓冲，WAL 预写。
• 原文 Hbase逻辑模型与物理模型详解.md 与 HBase-Logical-vs-Physical 解释了同一行在物理上按 Family 分散存储。

2. 架构组件

组件	职责	边界
HMaster	Region 分配、DDL	不在写读路径
RegionServer	Region 托管、读写	热点取决于 RowKey 设计
ZooKeeper	选主、元数据	新版本逐步弱化
HDFS	HFile/WAL 存储	依赖 HDFS 可用性

3. 表设计与运维

• RowKey：均匀散列、避免单调递增热点；Family 数宜少（1-2），Qualifier 可多。
• 运维：HBase Shell（create/put/get/scan/disable/drop）、Java API（Admin/Table/Connection）与 HBase-Shell-Administration-Guide 对应。

适用条件

• 宽表、稀疏、写多读少、需按 RowKey 前缀扫描与版本保留。
• 已有 HDFS/ZK 运维能力，或使用云托管 HBase。

不适用与风险

• 强事务、JOIN、二级索引、全文检索不是 HBase 强项。
• RowKey 设计不当导致 Region 热点，Family 过多放大 Flush/Compaction。
• 个人笔记的集群脚本（hadoop-hbase-spark）仅作本地验证，未在生产核验。

最小验证

1. 用 Shell 创建表、写入多版本，scan 验证时间戳与 Family 切分。
2. Java API 建/删表、批量 Put/Get，确认连接关闭与异常。
3. 调整 RowKey 前缀，观察 Region 分裂与热点。

证据与不确定性

• 来源事实：ingest-hbase-foundation 收录 18 篇原文，含重复只是语言差异。
• 本页综合：把分散章节收敛为模型—架构—设计三问。
• 未确认项：HBase 版本（原文未固定）、ZK 依赖演进、与 Phoenix/二级索引集成未验证。

相关页面

• spark-bigdata-ecosystem
• database-schema-drift
• mysql-storage-and-deadlock

来源与关联文档

• ingest-hbase-foundation
• Spark 与大数据生态：Hadoop、HBase、Spark 运行模式与集群
• 数据库 Schema 漂移：用 history、schema 与 query 三视图定位
• MySQL 存储引擎与死锁检测