HBase架构、数据存储结构及工作原理分析

一、HBase介绍

1. 定义：HBase是一个面向列存储的数据库，它是一个分布式的hash map，并能够利用HDFS的可靠性来做存储功能。
2. 特点
   1. 数据访问速度快，响应时间月约2-20ms
   2. 支持随机读写，每个节点20k~100k+ops/s
   3. 可扩展性，可扩展到20000+节点
3. 应用场景
   1. 增量数据-时间序列数据——高容量、高速写入
   2. 信息交换-消息传递——高容量、高速读写
   3. 内容服务-Web后端应用程序——高容量、高速读写、
   4. 高并发

二、HBase架构

HBase是一种Master/slaves架构，主要的组成由下图可以看出，分别为：Client、zookeeper、HMaster、HRegionServer、HDFS。

1.主架构

(1).Client

  Client(客户端)可以是HBase shell，Java API或者是RestAPI。Client 就是用来访问 HBase 数据库的，它不仅提供了访问接口，还维护了对应的缓存（cache）来加速 HBase 的访问。Client 端的缓存主要是缓存 Region 的位置信息，减少获取元数据的时间。
  当 Client 端没有缓存的时候（第一次请求），会加载 Region 的位置信息到Client 端，后面直接使用 cache 中的信息，如果出现重试，则会重新获取 Region 的位置信息，更新 Client 端的 cache。

(2).Zookeeper

  HBase 通过 ZooKeeper 来做 HMaster 的高可用、HRegionServer 的监控、元数据的入口以及集群配置的维护等工作。它具体工作如下：

1. 通过Zookeeper来保证集群中只有一个HMaster在运行，如果HMaster异常，会通过选举机制产生新的HMaster来提供服务
2. 通过Zookeeper来监控HRegionServer的状态，当HRegionServer有异常，通过Master会受到Zookeeper消息通知HRegionServer上下线的信息
3. 通过ZooKeeper存储元数据的统一入口地址

(3).HMaster

  H