数据模型
-
Name Space
命名空间,类似于关系型数据库的 DatabBase 概念,每个命名空间下有多个表。HBase 有两个自带的命名空间,分别是 hbase 和 default,hbase中存放的是 HBase 内置的表, default 表是用户默认使用的命名空间。
-
Region
类似于关系型数据库的表概念。不同的是,HBase 定义表时只需要声明列族即可,不需 要声明具体的列。这意味着,往 HBase 写入数据时,字段可以动态、按需指定。因此,和关 系型数据库相比,HBase 能够轻松应对字段变更的场景。
-
Row
HBase 表中的每行数据都由一个 RowKey 和多个 Column(列)组成,数据是按照 RowKey 的字典顺序存储的,并且查询数据时只能根据 RowKey 进行检索,所以 RowKey 的设计十分重要。
-
Column
HBase 中的每个列都由 Column Family(列族)和 Column Qualifier(列限定符)进行限 定,例如 info:name,info:age。建表时,只需指明列族,而列限定符无需预先定义。
-
Time Stamp
用于标识数据的不同版本(version),每条数据写入时,如果不指定时间戳,系统会自动为其加上该字段,其值为写入 HBase 的时间。
HBase基本架构
-
RegionServer
RegionServer为Region的管理者,其实现类为HRegionServer,主要作用如下(一些表数据的操作DML):
- 对于数据的操作:get,put,delete
- 对于Region的操作:splitRegion、compactRegion
-
Master
Master是所有RegionServer的管理者,其实现类HMaster,主要作用如下(一些元数据的操作DDL):
- 对于表的操作:create、drop、alter
- 对于RegionServer的操作:分配regions到每个RegionServer,监控每个RegionServer的状态,负载均衡和故障转移。
-
Zookeeper
HBase通过Zookeeper来做Master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护工作。
-
HDFS
HDFS为HBase提供最终的底层数据存储服务,同时为HBase提供高可用的支持。
HBase详细架构图
-
StroreFile
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。
-
MemStore
写缓存,由于HFile中的数据要求是有序的,所以数据是先存在MemStore中,排好序后,等到刷写时机时才会刷写到HFile,每次刷写都会形成一个新的HFile。
-
WALs
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