七、HBASE-01
HBASE概述
1、HBase概念
官方网站:http://hbase.apache.org
HBase 是一个高可靠性、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 PC Server 上搭建起大规模结构化存储集群。
HBase 的目标是存储并处理大型的数据,更具体来说是仅需使用普通的硬件配置,就能
够处理由成千上万的行和列所组成的大型数据。
2、HBase特点
(1)海量储存
Hbase 适合存储 PB 级别的海量数据,在 PB 级别的数据以及采用廉价 PC 存储的情况下,能在几十到百毫秒内返回数据。这与 Hbase 的极易扩展性息息相关。正式因为 Hbase 良好的扩展性,才为海量数据的存储提供了便利。
(2)列式存储
这里的列式存储其实说的是列族存储,Hbase 是根据列族来存储数据的。列族下面可以
有非常多的列,列族在创建表的时候就必须指定。
(3)极易扩展
HBase的扩展性主要体现在两个方面,一个是基于上层处理能力(RegionServer)的扩展,一个是基于存储的扩展(HDFS)。
通过横向添加RegionSever的机器,进行水平扩展,提升HBase上层的处理能力,提升HBase服务更多Region的能力。
(4)高并发
由于目前大部分使用 Hbase 的架构,都是采用的廉价 PC,因此单个 IO 的延迟其实并不
小,一般在几十到上百 ms 之间。这里说的高并发,主要是在并发的情况下,Hbase 的单个
IO 延迟下降并不多。能获得高并发、低延迟的服务。
(5)稀疏
稀疏只要是针对HBase列的灵活性,在列族中,你可以指定任意多的列,在列数据为空的情况下,是不会占用储存空间的。
3、HBase架构
HBase架构如图所示:
从图中可以看出HBase是由Client、Zookeeper、Master、HRegionServer、HDFS等几个组件组成。
(1)Client
Client包含了访问HBase的接口,另外Client还维护了对应cache来加速HBase的访问,比如cache的META元数据的信息。
(2)Zookeeper
HBase通过Zookeeper来做master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。具体工作如下:
通过Zookeeper来保证集群中只有1个master在运行,如果master异常,会通过竞争机制产生新生的master提供服务。
通过Zookeeper开监控RegionServer的状态,当RegionServer有异常的时候,通过回调的形式通过MasterRegionServer上下线的信息
通过Zookeeper存储元数据的统一入口地址
(3)Hmaster
master节点的主要职责如下:
为RegionServer分配Region
维护整个集群的负载均衡
维护集群的元数据信息
发现失效的Region,并将失效的Region分配到正常RegionServer上
当RegionServer失效的时候,协调对应Hlog的拆分
(4)HregionServer
HregionServer直接对接用户的读写请求,是真正的“干活”的节点。功能如下:
管理master为器分配的Region
处理来自客户端的读写请求
负责和底层HDFS的交互,存储数据到HDFS
负责Region变大以后的拆分
负责Storefile的合并工作
(5)HDFS
HDFS为HBase提供最终的底层数据存储服务,同时为HBase提供高可用(Hlog存储在HDFS)的支持,具体功能概括如下:
提供元数据和表数据的底层分布式存储服务
数据多副本,保证的高可靠和高可用性
3、HBase中的角色
(1)HMaster
功能:
1、监控RegionServer
2、处理RegionServer故障转移
3、处理元数据的变更
4、处理region的分配或转移
5、在空闲时间进行数据的负载均衡
6、通过Zookeeper发布自己的位置的客户端
(2)RegionServer
功能:
1、负责存储HBase的实际数据
2、处理分配给它的Region
3、刷新缓存到HDFS
4、维护Hlog
5、执行压缩
6、负责处理Region分片
(3)其他组件
1、Write-Ahead logs
HBase的修改记录,当对HBase读写数据的时候,数据不是直接写进磁盘,他会在内存中保留一段时间(时间以及数据量阈值可以设定)。但把数据保存在内存中可能有更高的概率引起数据丢失,为了解决这个问题,数据会先写在一个交Write-Ahead logfile的文件中,然后再写入内存中。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。
2、Region
HBase表的分片,HBase表会根据RowKey值被切分成不同的Region存储在RegionServer中,在一个RegionServer中可以有多个不同的Region。
3、Store
HFile存储在Store中,一个Store对应HBase表中的一个列族。
4、MemStore
顾名思义,就是内存存储,位于内存中,用来保存当前的数据操作,所以当数据保存在WAL中之后,Reg死哦你Server会在内存中存储键值对。
5、HFile
这是在磁盘上保存原始数据的实际的物理文件,是实际的存储文件。StoreFile 是以 Hfile的形式存储在 HDFS 的。