HBase篇-架构详解

Posted 2021-04-18 大叔据

【每日五分钟搞定大数据】系列，HBase第三篇

聊完场景和数据模型我们来说下HBase的架构，在网上找了张比较清晰的图，我觉得这张图能说明很多问题，那这一篇我们就重点来解析下这张图

角色与职责

先介绍下上图中的几个角色和Ta们的职责：

1.HMaster

• 为Region server分配region;

• 负责Region server的负载均衡;

• 发现失效的Region server并重新分配其上的region;

• 处理schema更新请求

2.Client

Client包含访问HBase的接口，并维护cache（region的位置信息）来加快对HBase的访问

3.Zookeeper

在之前的Zookeeper篇讲过HBase和Zookeeper的联系，忘记地同学可以去翻一下。

• HMaster的HA

• regionserver状态信息

• 存root表（用于记录.META.表所在的regionServer，该表只会有一个regionServer）

• 存储HBase的schema和table元数据

• 发现失效的Region，借助HMaster分配region

4.HRegionSever

即一台服务器，拥有一个到多个HRegion

RegionServer

图里HRegionServer里面的内容很多，大家可能会看得有点懵，我们来详细说下这个HRegionServer里面的东西。

HRegionServer 包含 （1+）个 Region

一个 HRegionServer 包含一到多个Region，而Region就是一张HBase表按一定阈值横向切割的一部分。

Region按大小分割的，每个表开始只有一个region，随着数据增多，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region，之后会有越来越多的region;

Region是Hbase中分布式存储和负载均衡的最小单元，不同Region分布到不同RegionServer上;

Region 包含 （1+）个 Store = columns family 列族个数

Region由一个或者多个Store组成，每个store保存一个columns family;

Store 是一个抽象的概念就是一个存储，它的个数和HDFS上的存储目录个数是一致的，而一个存储目录对应的就是一个columns family列族。

Store 包含（1）个 MemStore +（0+）个 StoreFile

Store 上面说了就是一个存储，他包含了一个内存的存储和0+个文件存储，一个Store的所有文件都存在一个目录下，这个目录下的所有文件对应的是一个列族。 注意：

• StoreFile是实际存储数据的。是HFile的轻量级包装。

• StoreFile达到阈值个数（4）会进行合并;

• 一个StoreFile达到阈值大小会进行分裂；

• 分裂后由hmaster分配到不同region起到负载均衡作用(若出现hot region可以手动拆分)

上面说得可能有点抽象，我们来看具体的数据： 我们来沿用下上一篇的那个表：

如表：

假设这张表有几万行，一行就代表一万行，那可能A和B可能是属于RegionA，C和D可能是属于RegionB，

RegionA和RegionB可能分布在不同的RegionServer上，

可见，RegionA有两个列族，CF1和CF2，

即它有两个Store，

即在HDFS上有两个目录分别用于存放CF1和CF2，

即CF1和CF2在内存里也分别各对应了一个MemStore

读写

这里先讲个大概，后面的文章我会每一步详细分析，比如region的分裂过程，StoreFile的合并过程，rowkey的定位详细流程等等，欢迎持续关注。

Region定位流程：

• Zookeeper：记录了.META.表的位置。（1.X之后的版本废除了-ROOT-表）

写流程

1. 向zookeeper发起请求，从ROOT表中获得META所在的region，再根据table，namespace，rowkey，去meta表中找到目标数据对应的region信息以及regionserver

2. 把数据分别写到HLog和MemStore上一份 MemStore达到一个阈值后则把数据刷成一个StoreFile文件。若MemStore中的数据有丢失，则可以总HLog上恢复 当多个StoreFile文件达到一定的大小后，会触发Compact合并操作，合并为一个StoreFile，这里同时进行版本的合并和数据删除。 当Compact后，逐步形成越来越大的StoreFIle后，会触发Split操作，把当前的StoreFile分成两个，这里相当于把一个大的region分割成两个region

读流程

1. 从zookeeper获得root表所在region位置

2. 根据table，namespace，rowkey去root表中获得meta表所在region位置

3. 根据table，namespace，rowkey去meta表中获得这条记录所在regionserver

4. 首先检查请求的数据是否在Memstore，写缓存未命中的话再到读缓存(blockCache)中查找，读缓存还未命中才会到HFile文件中查找，最终返回merged的一个结果给用户

5. client端会对数据块缓存

数据flush过程

1. 当memstore数据达到阈值（默认是64M），将数据刷到硬盘，将内存中的数据删除同时删除Hlog中的历史数据。

2. 并将数据存储到hdfs中。

3. 在hlog中做标记点。

数据合并过程

1. 当数据块达到4块，hmaster将数据块加载到本地，进行合并

2. 当合并的数据超过256M，进行拆分，将拆分后的region分配给不同的hregionserver管理

3. 当hregionser宕机后，将hregionserver上的hlog拆分，然后分配给不同的hregionserver加载，修改.META.

4. 注意：hlog会同步到hdfs

觉得有价值请关注 ▼