HBase简单架构
Master
RegionServer的管理者,主要作用:
- 对表进行操作(如:create delete alter)
- 对RegionServer进行操作(即分配Region到每个RegionServer中,并且监控RegionServer中的状态。以及对RedionServer的监控,负载均衡,故障转移)
RegionServer
region的管理者,主要的作用两个:
- 对数据的操作 (get put delete)
- 对region的操作(splitRegion,CompactRegion)
Zookeeper
Master通过Zookeeper进行实现高可用,以及对RegionServer的监控,并提供对元数据进行处理的入口
HDFS
为HBase提供底层的数据存储服务,同时为HBase提供HA服务。
HBase的局部架构
StoreFile
保存实际数据的物理文件,以HFile的形式存储在HDFS中,同一个store中包含多个StoreFile
MemStore
用于对写数据进行缓存,由于HFile最终的文件要求数据有序,所以数据是需要先在MemStore中排好序,等到了写缓存的时机,将数据写入HFile没每次写入对应一个HFile
MemStore的刷写时机
-
当某个memstore的大小达到了 hbase.hregion.memstore.flush.size(默认值128M),其所在region的所有memstore都会刷写。
当memstore的大小达到了 hbase.hregion.memstore.flush.size(默认值128M)* hbase.hregion.memstore.block.multiplier (默认值4)时,会阻止继续往该 memstore写数据。 -
当region server中memstore的总大小达到java_heapsize * hbase.regionserver.global.memstore.size(默认值0.4)* hbase.regionserver.global.memstore.size.lower.limit(默认值0.95)(也就是0.38),region会按照其所有memstore的大小顺序(由大到小)依次进行刷写。直到region server中所有memstore的总大小减小到上述值下。当region server中memstore的总大小达到
java_heapsize * hbase.regionserver.global.memstore.size(默认值0.4)时,会阻止继续往所有的memstore写数据。 -
到达自动刷写的时间,也会触发memstore flush。自动刷新的时间间隔由该属性进行配置hbase.regionserver.optionalcacheflushinterval(默认1小时)。
-
当WAL文件的数量超过hbase.regionserver.max.logs,region会按照时间顺序依次进行刷写,直到WAL文件数量减小到hbase.regionserver.max.logs以下(该属性名已经废弃,现无需手动设置,最大值为32)。
WAL (write ahead logfile)
由于MemStore存在缓存,数据不是特别安全,为了保证数据安全性,需要对写入操作进行记录,防止数据在内存中丢失,该部分数据也会放在HDFS中,名为Hlog,用于保存写操作。。。(相当于HDFS中的edit操作)
BlockCache
每次查询的数据会缓存到BlockCache中,方便下次查询。
HBase读流程
- Client先访问Zookeeper获取meta表的RegionServer位置信息
- Client访问对应的RegionServer获取meta表,根据要查询的namespace,表名,row_key信息,找到对应的Region信息,再根据对应的Region找到RegionServer信息。最后去具体的RegionServer中找具体的region和store
- HRegionServer从MemStore查找数据,返回给客户端。如没有,再从BlockCache上读取,
- 如果BlockCache还没有,则遍历storefile文件,查找数据,将之后查询到的数据写入到BlockCache中后,再返回给客户端
HBase写流程
- Client先访问ZK获取meta表位于哪个RS中
- Client访问对应的RS获取meta表,再根据读请求中提供的namespace/table_name/row_key信息查询目标数据位于哪个region中,并将位置信息缓存到MetaCache中
- Client访问可执行put操作的RS,并将数据分别写入到WAL和MemStore各一份
- 将数据写入memStore并进行排序
- MemStore达到与之后吧数据flush到磁盘上,生成StoreFile文件
- 删除HLog中的历史数据
百度文库中的这位大佬从源码的角度对HBase的讲解可能更详细