HBase的体系结构

HBase功能组件主要有三个：库函数、master、region

主服务器Master负责管理和维护HBase表的分区信息，维护Region服务器列表，分配Region，负载均衡

Region服务器负责存储和维护分配给自己的Region，处理来自客户端的读写请求

客户端并不直接从master主服务器上读取数据

客户端并不依赖master，而是通过zookeeper；来获得region位置信息，大多数客户端甚至从来不和master通信，这种设计方式使得master负载很小。

表和region的关系

一个HBase表被划分多个region

开始只有一个region 后来不断的分裂

region拆分操作非常快接近瞬间 ，因为拆分之后的region读取的仍然是原存储文件，直到合并过程把存储文件异步地写到独立的文件之后，才会读取新文件

•每个Region默认大小是100MB到200MB（2006年以前的硬件配置）

•每个Region的最佳大小取决于单台服务器的有效处理能力

•目前每个Region最佳大小建议1GB-2GB（2013年以后的硬件配置）

•同一个Region不会被分拆到多个Region服务器

•每个Region服务器存储10-1000个Region

不同的Region可以分布在不同的Region服务器上

  Region的定位

 

•元数据表，又名.META.表，存储了Region和Region服务器的映射关系

•当HBase表很大时， .META.表也会被分裂成多个Region

•根数据表，又名-ROOT-表，记录所有元数据的具体位置

•-ROOT-表只有唯一一个Region，名字是在程序中被写死的

•Zookeeper文件记录了-ROOT-表的位置

•为了加快访问速度，.META.表的全部Region都会被保存在内存中

•假设.META.表的每行（一个映射条目）在内存中大约占用1KB，并且每个Region限制为128MB，那么，上面的三层结构可以保存的用户数据表的Region数目的计算方法是：

•（-ROOT-表能够寻址的.META.表的Region个数）×（每个.META.表的Region可以寻址的用户数据表的Region个数）

•一个-ROOT-表最多只能有一个Region，也就是最多只能有128MB，按照每行（一个映射条目）占用1KB内存计算，128MB空间可以容纳128MB/1KB=217行，也就是说，一个-ROOT-表可以寻址217个.META.表的Region。

•同理，每个.META.表的Region可以寻址的用户数据表的Region个数是128MB/1KB=217。

•最终，三层结构可以保存的Region数目是(128MB/1KB)×(128MB/1KB) = 234个Region

客户端访问数据时的“三级寻址”

• 为了加速寻址，客户端会缓存位置信息，同时，需要解决缓存失效问题

• 寻址过程客户端只需要询问 Zookeeper 服务器，不需要连接 Master 服务器