Hbase的体系架构

Posted 2021-04-19 Nathon的学习笔记

今天来学习下Hbase的体系架构，有些地方可以类比关系型数据库oracle来学习，从图中的各个模块来看，下面介绍各个模块的功能：

 

–Client

•包含访问HBase的接口并维护cache来加快对HBase的访问

–Zookeeper（Hbase高可用的体现）

•保证任何时候，集群中只有一个master

•存贮所有Region的寻址入口。

•实时监控Regionserver的上线和下线信息。并实时通知Master

•存储HBase的schema和table元数据

–Master

•为Regionserver分配region

•负责Regionserver的负载均衡

•发现失效的Regionserver并重新分配其上的region

•管理用户对table的增删改操作

–RegionServer

•Region server维护region，处理对这些region的IO请求

•Region server负责切分在运行过程中变得过大的region

–Region

–HBase自动把表水平划分成多个区域(region)，每个region会保存一个表里面某段连续的数据；每个表一开始只有一个region，随着数据不断插入表，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（裂变）；其实，这个region的概念，就好比oracle里面分区的意思。

–当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver上。

–Memstore与storefile

–一个region由多个store组成，一个store对应一个CF（列族）

–store包括位于内存中的memstore和位于磁盘的storefile写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile

–当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、majorcompaction），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile

–当一个region所有storefile的大小和超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡

–客户端检索数据，先在memstore找，找不到再找storefile。

–HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的HRegionserver上。

–HRegion由一个或者多个Store组成，每个store保存一个columnsfamily。

–每个Strore又由一个memStore和0至多个StoreFile组成。如图：StoreFile以HFile格式保存在HDFS上。