Hbase学习指南

Posted dmjx

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hbase学习指南相关的知识,希望对你有一定的参考价值。

本篇Hbase组件基于CDH5进行安装,安装过程:https://www.cnblogs.com/dmjx/p/10037066.html

Hbase简介

HBase是一个高可靠、高性能、面向列、可伸缩的分布式存储系统,利用HBase技术可在廉价的PC Server上搭建大规模结构化存储集群。

Hbase设计模型

HBase中的每一张表就是所谓的BigTable。BigTable会存储一系列的行记录,行记录有三个基本类型的定义:

  • RowKey:是行在BigTable中的唯一标识。
  • TimeStamp:是每一次数据操作对应关联的时间戳,可以看作SVN的版本。
  • Column:定义为<family>:<label>,通过这两部分可以指定唯一的数据的存储列,family的定义和修改需要对HBase进行类似于DB的DDL操作,而label,不需要定义直接可以使用,这也为动态定制列提供了一种手段。family另一个作用体现在物理存储优化读写操作上,同family的数据物理上保存的会比较接近,因此在业务设计的过程中可以利用这个特性。

技术分享图片

技术分享图片

物理存储模型

 Table在行的方向上分割为多个HRegion,每个HRegion分散在不同的RegionServer中。 每个HRegion由多个Store构成,每个Store由一个MemStore和0或多个StoreFile组成,StoreFile以HFile格式存储在HDFS中。

memstore和storefile

  • 一个region由多个store组成,每个store包含一个列族的所有数据
  • store包括位于内存的memstore和我与硬盘的storefile
  • 写操作先写memstore,当memstore中的数据达到某个阈值,hregionserver会 启动flashcache进程写入storefile,每次写入行成一个单独的storefile
  • 当storefile大小超过一定阈值后,会把当前的region分割为两个,由hmaster分配到相应的region服务器,实现负载均衡
  • 客户端检索数据时,现在memstore找,找不到再找storefile

hbase存储架构

技术分享图片

 

 从HBase的架构图上可以看出,HBase中的存储包括HMaster、HRegionSever、HRegion、HLog、Store、MemStore、StoreFile、HFile等,以下是HBase存储架构图:

HMaster的作用:

  Hmaster进程负责管理所有HRegionserver。新Regionserver的注册,Regionserver Failover处理;
  负责建表、修改表、删除表以及一些集群操作
  Master进程负责所有Region的转移操作,新表创建时的Region分配,运行期间负载均衡保障,Regionserver Failover后的Region接管
  Master进程可以有主备角色。集群可以配置多个master角色,集群启动时这些master角色通过竞争获得主master角色。主master只能有一个,所有备master进程在集群运行期间处于休眠状态,不干涉任何集群事务。

HRegionServer的作用:

  维护HMaster分配给它的HRegion,处理对这些HRegion的IO请求
  负责切分正在运行过程中变得过大的HRegion

Hregion:

Table在行的方向上分割为多个HRegion,HRegion是HBase中分布式存储和负载均衡的最小单元,即不同的HRegion可以分别在不同的HRegionServer上,但同一个HRegion是不会拆分到多个HRegionServer上的。HRegion按大小分割,每个表一般只有一个HRegion,随着数据不断插入表,HRegion不断增大,当HRegion的某个列簇达到一个阀值(默认256M)时就会分成两个新的HRegion。

HRegion被分配给哪个HRegionServer是完全动态的,所以需要机制来定位HRegion具体在哪个HRegionServer,HBase使用三层结构来定位HRegion:
  通过zk里的文件/hbase/rs得到-ROOT-表的位置。-ROOT-表只有一个region。
  通过-ROOT-表查找.META.表的第一个表中相应的HRegion位置。其实-ROOT-表是.META.表的第一个region;
  .META.表中的每一个Region在-ROOT-表中都是一行记录。
  通过.META.表找到所要的用户表HRegion的位置。用户表的每个HRegion在.META.表中都是一行记录。

Store:

  每一个HRegion由一个或多个Store组成,至少是一个Store,HBase会把一起访问的数据放在一个Store里面,即为每个ColumnFamily建一个Store,如果有几个ColumnFamily,也就有几个Store。一个Store由一个MemStore和0或者多个StoreFile组成。 HBase以Store的大小来判断是否需要切分HRegion。

MemStore:

        MemStore 是放在内存里的,保存修改的数据即keyValues。当MemStore的大小达到一个阀值(默认64MB)时,MemStore会被Flush到文件,即生成一个快照。目前HBase会有一个线程来负责MemStore的Flush操作。

StoreFile:

  MemStore内存中的数据写到文件后就是StoreFile,StoreFile底层是以HFile的格式保存。

Hfile:

  HBase中KeyValue数据的存储格式,是Hadoop的二进制格式文件。 首先HFile文件是不定长的,长度固定的只有其中的两块:Trailer和FileInfo。(flush之后或者是memstore到达一定数量之后,生成的文件就是Hfile)

HLog :

  HLog(WAL log):WAL意为write ahead log,用来做灾难恢复使用,HLog记录数据的所有变更,一旦region server 宕机,就可以从log中进行恢复。 

LogFlusher :

  定期的将缓存中信息写入到日志文件中 

 读取操作流程

1. client访问Zookeeper,查找-ROOT-表,获取.META.表信息。
2. 从.META.表查找,获取存放目标数据的HRegion信息,从而找到对应的HRegionServer。
3. 通过HRegionServer获取需要查找的数据。
4. HRegionserver的内存分为MemStore和BlockCache两部分,MemStore主要用于写数据,BlockCache主要用于读数据。读请求先到MemStore中查数据,查不到就到BlockCache中查,再查不到就会到StoreFile上读,并把读的结果放入BlockCache。

 
 
 HBase Shell操作:此处参考博客--https://blog.csdn.net/qq_22222499/article/details/69808525
 
 
 
 
 
 
 
 
 

 








以上是关于Hbase学习指南的主要内容,如果未能解决你的问题,请参考以下文章

HBase福利|阿里云HBase Serverless开启大数据学习与测试的新时代

HBase学习

Hbase学习

HBase指南 | HBase 2.0之修复工具HBCK2运维指南

Hadoop学习笔记—15.HBase框架学习(基础知识篇)

HBase 学习 Hbase安装与启动