Zookeeper在Hbase中的工作原理和三次寻址详解

• Zookeeper原理介绍

Zookeeper是一个开放源码的分布式集群协调器，主要用于解决分布式应用中的统一命名服务、状态同步服务、集群管理、配置项管理等问题。HBase安装包中含有内置ZooKeeper，也可以使用独立安装的ZooKeeper。主要有如下作用：

1. 解决HMaster的单点故障问题： Hbase中可以启动多达10个HMaster，通过ZooKeeper的Master Election机制保证任何时刻只有一个HMaster在运行。
2. 解决实时监控HRegionServer在线问题：HRegionServer的上、下线信息并及时通知HMaster，若有HRegionServer崩溃可以通过ZooKeeper来进行分配协调。
3. 解决快速Region寻址问题：ZooKeeper中存储了-ROOT-表的地址、HMaster的地址、HRegionServer地址、HBase的Schema和表的元数据，当Client连接到HBase时，需要首先访问ZooKeeper以获取这些核心数据。

• 元数据的原理介绍

用户表被按行键分隔成不同的HRegion来保存，用户表的HRegion元数据被存储在.META表中，该表在HBase中也以HRegion的形式来进行存储。随着.META表中增多后，它也会被拆分成多个HRegion来保存，.META表中各个HRegion ID及其映射信息组成了HBase的-ROOT表，由ZooKeeper来记录-ROOT表的位置信息。-ROOT表永远不会被分割且只有一个HRegion，这样可以保证经过三次跳转就可以定位到任意一个HRegion：客户端访问用户数据时，首先访问ZooKeeper获得-ROOT表的位置，然后访问-ROOT表获得.META表的位置，最后根据.META表中的信息确定用户数据存放的位置。