2022-09-03 HBase架构原理

D___H

已于 2022-09-03 11:44:22 修改

阅读量249

点赞数

分类专栏：大数据学习文章标签： hbase 大数据 hadoop

于 2022-09-03 11:37:59 首次发布

本文链接：https://blog.csdn.net/D___H/article/details/126673081

版权

大数据学习专栏收录该内容

32 篇文章 0 订阅

订阅专栏

一、HBase概述

1. 逻辑结构

(1) 表结构

术语	解释
row key	行键，类似于关系型数据库中的主键，具有唯一性；HBase通过行键找数据的速度最快，行键会按照字典序进行排序。
column family	列族，HBase中的任何一张表必须定义列族，列族内可以定义任意列。
column	列，定义列之前，必须要定义出列族；和关系型数据库不同，每一行数据的列可以不同：例如一行数据有3列，另一行数据有2列；并且这两行数据的列名也可以不同。

(2) Region

HBase会将表中的数据划分为多个区域(Region)，交由集群中的服务器负责管理。

(3) Store

在每一个Region中，会根据列族继续进行划分，每一个列族会被划分为一个Store。

2. 物理存储结构

逻辑结构中的每个Store是某一个列族中的所有数据的集合，这个数据集合在物理层面上使用了一个或者多个HFile格式的文件进行存储，HFile文件存储的内容为(以一行数据进行说明)：

名称	解释
row key	行键，代表对哪一条数据进行操作，行键唯一确定一条表中数据
column famliy name	列族名，表示操作的是哪一个列族
column name	列名，表示操作的是指定列族中的哪一个列名
timestamp	进行该操作的时间戳，标识数据的版本，时间戳越大，表示该条操作越新，HBase会读取最新的操作
type	操作的类型(修改、添加、删除)
value	修改或者添加操作所对应的值

HFile中的数据会被组织为一个一个的小块(Block)进行存储。

3. 数据模型

术语	解释
namespace	命名空间，类似于关系数据库中的database；HBase自带了两个namespace，分别是：hbase、default，hbase中存放了元数据，default是提供给用户使用的默认数据库。
table	表
cell	单元，HFile中的每行数据都是一个单元

二、HBase原理

1. 架构

(1) 集群架构

名称	解释
HMaster	负责管理HBase集群中的RegionServer，指定哪些RegionServer负责维护哪些Region以及监控RegionServer的状态，当发现某一台RegionServer挂掉之后，会将其维护的Region交由其他几台RegionServer维护。
RegionServer	负责维护分配给自己的Region：当某一个Region中的数据量太大时分裂(Region Split)、合并某一个Region中的HFile并且物理性的删除一些过期数据(Region Compaction)、接受客户端请求，提供或者修改或者删除数据。
Zookeeper	内部存储HBase的一些信息，比较重要的是存储了HBase中元数据的Region位置，元数据中记录了所有数据的Region位置。

(2) RegionServer架构

名称	解释
memstore	写缓存，HBase不会立刻将数据写入HFile中，而是会先将其写入memstore中，当memstore满足阈值条件时，会将其中的数据刷写到HFile中
WAL	由于数据要经MemStore后才能刷写到HFile，但把数据保存在内存中会有很高的概率导致数据丢失，为了解决这个问题，数据会写入预写日志中，然后再写入MemStore中。所以在系统出现故障的时候，数据可以通过这个日志文件重建。
Block Cache	读缓存，读取HFile后，会将其中读取的部分块(Block)放入该缓存中，以加快下一次再次读取该数据的读取速度。但是该缓存也不会无限膨胀，会根据算法将最近不常读取的块从缓存中清除掉。

2. 写流程

3. MemStore Flush

刷写时机：

(1)当一个Region中某个Store中的memstore中的数据达到阈值(配置项：hbase.hregion.memstore.flush.size，默认128M)时，那么该Region中的所有Store中的memstore会将数据刷写到HFile中；

当memstore中数据大小达到了：hbase.hregion.memstore.flush.size（默认值128M）* hbase.hregion.memstore.block.multiplier（默认值4），会阻止继续往该memstore中写入数据。

(2)当一个RegionServer中所有memstore中数据大小达到：java_heapsize * hbase.regionserver.global.memstore.size（默认值0.4） * hbase.regionserver.global.memstore.size.lower.limit（默认值0.95），RegionServer会按照memstore中数据从大到小的顺序，依次刷写到HFile中；直到RegionServer中所有memstore中数据低于设定值；

当RegionServer中所有的memstore中数据大小达到：java_heapsize * hbase.regionserver.global.memstore.size（默认值0.4），会阻止继续往该RegionServer中所有的memstore中写入数据。

(3) 当达到自动刷写时间(配置项：hbase.regionserver.optionalcacheflushinterval，默认1小时)，memstore会向HFile中写数据。

4. 读流程

HBase在查找数据的时候使用了优化手段：根据时间戳过滤、根据row key过滤、根据布隆过滤器过滤。

5. StoreFile Compaction(合并Store中的HFile以及清理过期数据)

(1) Minor Compaction：合并相邻较小的HFile并进行部分的物理清理，每次memstore flush后都有可能发生；

(2) Major Compaction：Store下的所有HFile进行合并，进行全部的物理清理，周期性发生；

6. Region Split(Region过大后，进行切分，交由不同RegionServer维护)

Region Split时机：

(1) 当1个Region中的某个Store下所有HFile的总大小超过hbase.hregion.max.filesize，该Region就会进行拆分（0.94版本之前）。

(2)当1个Region中的某个Store下所有HFile的总大小超过Min(initialSize*R^3 ,hbase.hregion.max.filesize")，该Region就会进行拆分。其中initialSize的默认值为2*hbase.hregion.memstore.flush.size，R为当前Region Server中属于该Table的Region个数（0.94版本之后）。