HBASE工作机制
1、图示如下:
2、组件说明
- Client : hbase客户端,1.包含访问hbase的接口。比如,linux shell,java api。2.
除此之外,它会维护缓存来加速访问hbase的速度。比如region的位置信息。 - Zookeeper : 1.监控Hmaster的状态,保证有且仅有一个活跃的Hmaster。达到高可用。
2.它可以存储所有region的寻址入口。如:root表在哪一台服务器上。3. 实时监控
HregionServer的状态,感知HRegionServer的上下线信息,并实时通知给Hmaster。4. 存
储hbase的部分元数据。 - HMaster : 1. 为HRegionServer分配Region(新建表等)。2. 负责HRegionServer的负
载均衡。3. 负责Region的重新分配(HRegionServer宕机之后的Region分配,HRegion裂
变:当Region过大之后的拆分)。4. Hdfs上的垃圾回收。5. 处理schema的更新请求 - HRegionServer :1. 维护HMaster分配给的Region(管理本机的Region)。2. 处理
client对这些region的读写请求,并和HDFS进行交互。3. 负责切分在运行过程中组件变大的
Region。 - HLog : 1. 对HBase的操作进行记录,使用WAL写数据,优先写入log(put操作:先写日
志再写memstore,这样可以防止数据丢失,即使丢失也可以回滚)。 - HRegion : 1. HBase中分布式存储和负载均衡的最小单元,它是表或者表的一部分。
- Store : 1. 相当于一个列簇
- Memstore : 1. 内存缓冲区,用于将数据批量刷新到hdfs中,默认大小为128M
- HStoreFile : 1.不过是一个逻辑概念。HBase中的数据是以HFile存储在Hdfs上。
1
3、组件之间的关系
hmaster:hregionserver= 1 :多
hregionserver:hregion=1 : 多
hregionserver:hlog=1 : 1
hregion:hstore=1 : 多
store:memstore=1 : 1
store:storefile=1 : 多
storefile:hfile=1 : 1
4、总结
rowkey:行键,和mysql的主键同理,不允许重复。
columnfamily: 列簇,列的集合之意。
column:列
timestamp:时间戳,默认显示最新的时间戳,可用于控制k对应的多个版本值,默认查最新的
数据
version:版本号,表示记录数据的版本
cell:单元格,kv就是cell
模式:无
数据类型:只存储byte[]
多版本:每个值都可以有多个版本
列式存储:一个列簇存储到一个目录
稀疏存储:如果一个kv为null,不占用存储空间