Hbase架构

hadoop生态图

一、Hbase简介

HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库

利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理HBase中的海量数据,利用Zookeeper作为其分布式协同服务

主要用来存储非结构化和半结构化的松散数据（列存 NoSQL 数据库）

二、Hbase系统架构图

Client

提供了访问HBase的一系列API接口，如Java Native API、Rest风格http API、Thrift API、scala等，并维护cache来加快对HBase的访问

Zookeeper

（1）保证任何时候，集群中只有一个master

（2）存贮所有Region的寻址入口。

（3）实时监控Region server的上线和下线信息，并实时通知Master

（4）存储HBase的schema和table元数

据

Master作用：

1.为RegionServer分配region
HBase系统会将这些Region尽量均衡地分发给这些“从（Slave）”。让集群中每台从机都干同样多同样重的活。这可以说是HMaster的首要任务。
2.监控HRegionServer,

2.1.负责HRegionServer的故障转移：
HRegionServer会定期地向HMaster发送心跳报告。当HMaster收不到HRegionServer的消息时，就认为该HRegionServer已经失去作用了。这个时候HMaster就得下达指令，将原本在HRegionServer上的数据迁移到其它正常工作的机器上去。
发现失效的RegionServer并重新分配其上的region

2.2.负责RegionServer的负载均衡：
当HBase系统中某台机器上的某个Region的大小超过上限时，它会被RegionServer切割成两半，切割后多出来的一个Region又会由HMaster根据集群的情况来做负载均衡，其目的就是尽可能地让每台从机干同样多同样重的活。这里还有一个：RegionServer中由“小合并”“大合并”生成的Region也会需要HMaster来做负载均衡

3.管理元数据，用户对table的增删改（对于表结构）操作

疑问：HMaster是如何得知HRegionServer是忙还是闲的呢？ HRegionServer会定期向HMaster发送一份自己的运行报告，类似于企业当中各部门领导定期向老板递交工作报告一样。然后HMaster就汇总这些运行报告并分析从而作出决策并最终下达指令。

RegionServer作用：

1.RegionServer维护region，处理对这些region的IO请求，向HDFS文件系统中读写数据
2.RegionServer负责切分在运行过程中变的过大的region

Region:

首先，Region是什么？在HBase中，如果一张表所包含的内容超过设定的上限，即一张表很大的话，会将这张表水平地分成两半。比如，某张表共有1000行20列数据，HBase嫌这张表太大了，影响我检索效率。将它分成两部分，第一部分内容为第1 ~ 499行。第二部分内容为第500 ~ 1000行。那这切分出来的部分，就被称为Region。在这里，就是有两个Region。

1.hbase自动把水平划分成市多个区域（region），每个region会保存一个表里的面某连续不断的数据；每一个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大道一个阀值时，region就会等分成两个新的region（裂变）
2.当table中的行不断增多，就会有越来越多的region，这样一整完整的表被保存在多个RegionServer上

Memstore和storefile

1.一个region由多个store组成，一个store对应一个CF（列族）store包括位于内存中的memstore和位于磁盘的storefile，写操作先写入memstore，当memstore中的数据达到某个阈值时，HRegionServer会启动flushcache进程写入storefile，每次写入形成一个单独的storefile
2.当storefile文件数量增长到一定的阈值后，系统会进行合并（minor、major、compaction），在合并过程中会进行版本合并和删除工作，形成更大的storefile
3.当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个，并由Hmaster分配到相应的RegionServer服务器，实现负载均衡
4.客户端检索数据，先在memstore找，找不到再找storefile

Hlog

在分布式系统环境中，无法避免系统出错或者宕机，因此一旦HRegionServer意外退出，MemStore中的内存数据将会丢失，这就需要引入HLog了。每个HRegionServer中都有一个HLog对象，HLog是一个实现Write Ahead Log的类，在每次用户操作写入MemStore的同时，也会写一份数据到HLog文件中（HLog文件格式见后续），HLog文件定期会滚动出新的，并删除旧的文件（已持久化到StoreFile中的数据）。当HRegionServer意外终止后，HMaster会通过Zookeeper感知到，HMaster首先会处理遗留的 HLog文件，将其中不同Region的Log数据进行拆分，分别放到相应region的目录下，然后再将失效的region重新分配，领取 到这些region的HRegionServer在Load Region的过程中，会发现有历史HLog需要处理，因此会Replay HLog中的数据到MemStore中，然后flush到StoreFiles，完成数据恢复

HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey对象，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包括 sequence number和timestamp，timestamp是” 写入时间”，sequence number的起始值为0，或者是最近一次存入文件系统中sequence number。HLog SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的Key、Value

三、HBase数据模型

1.HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的 HRegion server上。 2.HRegion由一个或者多个Store组成，每个store保存一个columns family。
3.每个Strore又由一个memStore和0至多个StoreFile组成。

下边表示了一行，三列的数据，CF1、CF2、CF3是三个不同的列族，在t2时刻CF1下存入列名为q1，值为v1,rowkey为11248112；在t6时刻CF2、CF3下分别存入列名为q2，q3,值为v2，v3,rowkey为11248112；t3时刻没有存入 。和关系数据库不同这里的空白处是不占用空间的。

RowKey

1.唯一标识一行数据

2.可以通过RowKey获取一行数据

3.按照字典顺序排序的，说明数据是有序的

4.Row key只能存储64k的字节数据 10-100byte RowKey越短越好

Column Family（列族）和qualifier（列）

1.HBase表中的每个列都归属于某个列族，列族必须作为表模式(schema)定义的一部分预先给出。如 create ‘test’, ‘course’。
2.列名以列族作为前缀，每个“列族”都可以有多个列成员(column);如course:math, course:english,新的列族成员（列）可以随后按需、动态加入。
3.权限控制、存储以及调优都是在列族层面进行的；
4. HBase把同一列族里面的数据存储在同一目录下，由几个文件保存

Timestamp时间戳

1.在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异，不同版本的数据按照时间倒序排序，最新的数据版本排在最前面

2.时间戳的类型是 64位整型

3.时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫秒的当前系统时间

4.时间戳也可以由客户显式赋值，如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳

Cell单元格

1.由行和列的坐标交叉决定

2.单元格是有版本的

3.单元格的内容是未解析的字节数组

4.由{row key， column( = +)， version} 唯一确定的单元
5.cell中的数据是没有类型的，全部是字节码形式存贮