详谈HBase框架图

详谈HBase框架图
最底层是HDFS，HBase是基于HDFS上构建的框架。

DATa Node是管理在Linux系统上的文件夹，（习惯上称作实际的存储框架就DATa Node（是Java进程），实际上是不能存储的，其实是管理数据的地方）

上层是HBase，HBase还要依赖于Zoo’eKeeper，所以在启动HBase之前就要先启动ZooKeeper和Hadoop。

HBase里面有一个HMaster（高可用），是管理整个集群的作用。HMaster会将高可用的信息存到ZooKeeper

HRegionServer就相当于HDFS里面的DataNote的作用是一样的（实际存储业务的地方）也是java进程

HRegionServer里面有一个HLog，HLog就是一个操作日志（一个Region Server里面只有一个HLog），HLog相当于一个操作日志，提前把数据保存在磁盘（其实就是保存在HDFS上面），防止数据丢失。先执行HLog后执行MemStore。

GRegionServer里面还有一个HRegion（就是MySQL中的一张一张表，一个HRegion就是一张表）当数据特别大时，一张表就会切分，这时候，一张表就会对应多个HRegion。

HRegion里面会有Store（一个Store就对应一个列族，一张表里面可以有多个列族）

在HBase中会将不同的列族分开存储的，所以就会有多个Store。

Store（列族）里面会分成多个小的Store称作MemStore（内存级别的存储：内存容量有限（不安全），要把数据存到磁盘（硬盘）里面）

Sotre里面还有一些StoreFile（磁盘里面），一个Store File就是一个一个MenStore刷写下来的File文件

Store File里面还会有HFile，数据就是以HFile（HFile是一种存储格式）格式存储在HDFS上面的

最终StoreFile是以HFile形式存储在DataNode上面的，最终也就是存在Linux本地的文件系统上面。

小结：

上面的全部主导都是HMaster协调这些事情来做的

开始是由Client（客户端）触发读写请求的

主要核心的两个进程（1）HMaster：整体管理集群的（管理HRegionServer工作的，协调整个数据的负载均衡）（2）**HRegionServer：**实际的工作者

HRegion达到一定数据量的时候，按照数据量平均切分。
Client访问顺序：先内存后磁盘

触发Flash的三种情况：
1）HRegionServer整个内存达到40%也会触发
2）MemStore任意数据存储一小时了也会触发
3）HRegion所有内存相加超过128MG也会触发

HBase主要的目的就是可以在HDFS上实现随机读写