每个RegionServer可以服务多个Region
每个RegionServer中有多个Store,1个WAL和一个BlockCache
每个store对应一个列族,包含MemStore和StoreFile
HMaster:
为HRegionServer分配HRegion
负责HRegionServer的负载均衡
发现失效的HRegionServer并重新分配
HDFS上的垃圾文件回收
处理Schema更新要求
HRegionServer:
维护HMaster分配给它的HRegion,处理对这些HRegion的IO请求
负责切分正在运行过程中变得过大的HRegion.
HRegion:
table在行的方向上分割为多个HRegion,HRegion时HBase中分布式存储和负载的最小单元,即不同的HRegion可以分别在不同的HRegionServer上。
但是一个HRegion是不会拆分到多个HRegionServer上,HRegion按大小分割,每个表一般只有一个HRegion.随着数据不断插入,HRegion不断增大。当HRegion的某个列达到一个阈值(默认256M)时就会分成两个新的HRegion.
Store
每个HRegion由一个或多个Store组成,至少是一个Store,HBase会把一起访问的数据放在一个Store里面,即为每一个ColumnFamily建一个Store。如果有几个ColumnFamily,也就有几个Store。一个Store由一个MemStore和0或多个StoreFile组成。HBase以Store的大小来判断是否需要切分HRegion。
MemStore
MemStore放在内存里。保存修改的数据(即key values)。当MemStore的大小达到一个阈值(默认64M)时,MemStore会被Flush到文件。
写缓存,由于HFile中的数据要求有序的,所以数据是先存储在MemStore中,排好序之后,等到达刷写时机写到HFile,每次刷写都会形成一个新的HFile。
StoreFile
MemStore内存中的数据写到文件后就是StoreFile,StoreFile底层时以HFile的格式保存。
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。
BlockCache
读缓存,每次查询的数据会缓存在BlockCache中,方便下次查询。
HFile
HBase中key values数据的存储格式,是Hadoop的二进制格式文件。HFile文件不是定长的,长度固定的只有其中两块:Trailer和FileInfo.
Trailer中有指针指向其他数据块的起始点,FileInfo记录了文件的一些meta信息。Data Block是HBase IO的基本单元
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,然后再写如MemStore中。所以在系统中出现故障的时候,数据可以通过这个日志文件重建。