14-23-Hbase-高级-详细架构

14-hbase-高级-详细架构：

读写，合并切分

1）StoreFile

保存实际数据的物理文件，StoreFile 以 HFile 的形式存储在 HDFS 上。每个 Store 会有

一个或多个 StoreFile（HFile），数据在每个 StoreFile 中都是有序的。

2）MemStore

写缓存，由于 HFile 中的数据要求是有序的，所以数据是先存储在 MemStore 中，排好

序后，等到达刷写时机才会刷写到 HFile，每次刷写都会形成一个新的 HFile。

3）WAL

由于数据要经 MemStore 排序后才能刷写到 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，数据会先写在一个叫做 Write-Ahead logfile 的文件

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。

写流程

写流程：

1）Client 先访问 zookeeper，获取 hbase:meta 表位于哪个 Region Server。

2）访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey，

查询出目标数据位于哪个 Region Server 中的哪个 Region 中。并将该 table 的 region 信息以

及 meta 表的位置信息缓存在客户端的 meta cache，方便下次访问。

3）与目标 Region Server 进行通讯；

4）将数据顺序写入（追加）到 WAL；

5）将数据写入对应的 MemStore，数据会在 MemStore 进行排序；

6）向客户端发送 ack；

7）等达到 MemStore 的刷写时机后，将数据刷写到 HFile。

读流程

1）Client 先访问 zookeeper，获取 hbase:meta 表位于哪个 Region Server。

2）访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey，

查询出目标数据位于哪个 Region Server 中的哪个 Region 中。并将该 table 的 region 信息以

及 meta 表的位置信息缓存在客户端的 meta cache，方便下次访问。

3）与目标 Region Server 进行通讯；

4）分别在 Block Cache（读缓存），MemStore 和 Store File（HFile）中查询目标数据，并将

查到的所有数据进行合并。此处所有数据是指同一条数据的不同版本（time stamp）或者不

同的类型（Put/Delete）。

5） 将从文件中查询到的数据块（Block，HFile 数据存储单元，默认大小为 64KB）缓存到

Block Cache。

6）将合并后的最终结果返回给客户端。

查看zk下面的hbase信息

其中系统表meta有104服务器管理，stu表同理。

Flush

MemStore 刷写时机：

1.当某个 memstroe 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。

2.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），

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以下。

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。

3. 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）。

4.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.log 以下（该属性名已经废弃，

现无需手动设置，最大值为 32）

创建表以及数据

手动刷新

hbase(main):006:0> flush ‘stu3’
0 row(s) in 2.4690 seconds

合并

StoreFile Compaction

由于memstore每次刷写都会生成一个新的HFile，且同一个字段的不同版本（timestamp）

和不同类型（Put/Delete）有可能会分布在不同的 HFile 中，因此查询时需要遍历所有的 HFile。

为了减少 HFile 的个数，以及清理掉过期和删除的数据，会进行 StoreFile Compaction。

Compaction 分为两种，分别是 Minor Compaction 和 Major Compaction。Minor Compaction

会将临近的若干个较小的 HFile 合并成一个较大的 HFile，但不会清理过期和删除的数据。

Major Compaction 会将一个 Store 下的所有的 HFile 合并成一个大 HFile，并且会清理掉过期

和删除的数据。

数据删除时间

1、flush和大合并的时候回删除无用数据

hbase(main):002:0> create 'stu4','info'
0 row(s) in 35.0850 seconds

=> Hbase::Table - stu4
hbase(main):003:0> put 'stu4','1001','info:name','yangyang'
0 row(s) in 2.0410 seconds

hbase(main):004:0> put 'stu4','1001','info:name','yangyang02'
0 row(s) in 0.0650 seconds

hbase(main):006:0> scan 'stu4'
ROW                                      COLUMN+CELL
 1001                                    column=info:name, timestamp=1619099165889, value=yangyang02
1 row(s) in 0.0250 seconds

hbase(main):007:0> scan 'stu4',{RAW=>true,VERSIONS=>10}
ROW                                      COLUMN+CELL
 1001                                    column=info:name, timestamp=1619099165889, value=yangyang02
 1001                                    column=info:name, timestamp=1619099159127, value=yangyang
1 row(s) in 0.0200 seconds

hbase(main):008:0> flush 'stu4'
0 row(s) in 6.9270 seconds

hbase(main):009:0> scan 'stu4',{RAW=>true,VERSIONS=>10}
ROW                                      COLUMN+CELL
 1001                                    column=info:name, timestamp=1619099165889, value=yangyang02
1 row(s) in 0.0550 seconds

compact前hbase(main):018:0> compact ‘stu4’

后

hbase(main):019:0> scan ‘stu4’,{RAW=>true,VERSIONS=>10}
ROW COLUMN+CELL
1001 column=info:name, timestamp=1619099552532, value=yangyang06
1 row(s) in 0.0830 seconds

删除数据时间点：flush或者大合并majorcompact

1、flush：删除的是内存的，无法删除磁盘中的数据。局限在同一个内存

2、compact：内存和磁盘的都会合并，旧数据删除。

3、delete，标记的。flush标记的不会删，compact会删除。（旧数据诈尸）

切分Region split

默认情况下，每个 Table 起初只有一个 Region，随着数据的不断写入，Region 会自动进

行拆分。刚拆分时，两个子 Region 都位于当前的 Region Server，但处于负载均衡的考虑，

HMaster 有可能会将某个 Region 转移给其他的 Region Server。

Region Split 时机：

1.当1个region中的某个Store下所有StoreFile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 StoreFile 的 总 大 小 超 过 Min(R^2 * “hbase.hregion.memstore.flush.size”,hbase.hregion.max.filesize")，该 Region 就会进行拆分，其中 R 为当前 Region Server 中属于该 Table 的个数（0.94 版本之后）。