在大数据领域，Hadoop技术框架的重要性是已经得到大家认可的，而基于Hadoop框架系统之下的各个组件，也不断在更新完善。关于Hadoop数据库的问题，也是很多同学学习当中的难点，今天我们就主要来聊聊Hadoop框架下的数据库，也就是Hbase的相关内容。

Hbase，其实就是Hadoop DataBase，作为Hadoop的数据库，因为Hadoop的分布式框架，所以也被称为是分布式数据库，数据的写入和读取同样依赖于分布式文件系统HDFS。
 

Hbase从性质上来说，是一个面向列的NoSQL数据库，在Hadoop框架当中，每一次的数据处理任务完成之后，都会将数据计算结果写入Hbase，并且支持Hadoop的主要程序模型MapReduce进行再次的计算调用等。

作为Hadoop数据库，Hbase也有着高可靠性，并且因为依靠HDFS，有着高写高读性能，单独对列进行各种操作，数据存储量很大，对列没有限制，单表可有上百亿行、上百万的列。在数据查询上，支持上亿数据量低延迟查询。

Hbase的架构体系，分为Master、Region Server、Memstore和storefile等角色。Master作为主要控制节点，为Region Server分配region，并且负责Region Server的负载均衡，如果它发现失效的Region Server，它会重新分配失效Region Server上的Region，它还管理用户对表的增删改操作。

而Region Server，负责维护region，并且处理对region的IO请求，还负责切分过大的Region。

Region则是由多个store组成，而一个store对应一个Column Famliy,store包括内存中的memstore和位于磁盘的storefile。Region是HBase中分布式存储和负载均衡的最小单元。当一个Region的大小超过阈值，一个Region可再次分割成多个Region，基于这样的逻辑，只要服务器空间足够，那么Hbase能够存储的数据上限也就不受限。

在Region当中写入数据，会先写入memstore，当memstore中的数据达到设定的阈值时，regionserver会启动flushcache进程将数据写入到storefile；而当需要读取数据时，也会先在memstore上找，如果找不到就会去storefile中找，直到找到为止。

关于Hadoop数据库Hbase，以上就是简单的一些介绍了，当然，这些只是基于理论状态下的理解，想要真正掌握Hbase的相关技术，还需要结合Hadoop集群进行实际的操作训练才行。