hbase 的体系结构

hbase的服务体系遵从的是主从结构，由HRegion（服务器）-HRegionServer（服务器集群）-HMaster（主服务器）构成，

从图中能看出多个HRegion 组成一个HRegionServer，HMaster管理所有的HRegion. 所有的服务器都是通过zookeeper来进行管理和协调工作的。

HMaster并不存储hbase中的数据，hbase逻辑上的表可能会被划分成多个HRegion,存到HRegion的集群中，hbase存储的是数据到HRegion集群中的映射

 

HRegion

当一张表的数据超过设置的其设置的值的时候，hbase会自动将表划分成不同的区域，每一个区域包含所有行的一个子集，对于用户来说，一张表就是一个数据集，我们通过主键来区分数据。从物理上来说，一张表被分成了一个个HRegion块，我们通过表名+开始/结束 主键区分，一个HRegion会保存某一段一个表中连续数据，从开始主键到结束主键一张完整的表格式保存在多个HRegion上面的。

 

HRegionServer

所有的数据一般都是存在hdfs上的，用户通过HRegion来获取这些数据，一般一台机器上只运行一台HRegion服务器，而一个区段HRegion也只被一个HRegion服务器维护（一个HRegion服务器维护一个区段的HRegion,一台服务器上只有一个区段）

HRegionServer分为两大部分（HLOG和HRegion）：

     HLOG部分就是存储hbase的日志数据，采用先写日志的方式

    HRegion里面有很多个HRegion,HRegion是存放真实数据的，HRegion里面又有很多个Store,每个Store存储的实际上是一个列族下的数据，每一个Store都有一块MemStore, MemStore是驻留在内存中的，数据进来后会先存在MemStore中，当阈值到达之后数据会再更新到StoreFile中，每个Store里面有多个StoreFile,它是最小的存储单位

    Hbase中不涉及对数据的删除更新操作，他所有的更新操作都是以追加的方式进行。数据的删除和更新操作都在数据合并的时候进行，当超过Store中StoreFile的数量时候会进行数据合并,会触发数据合并操作，会把多个StoreFile合并成一个

    当用户需要更新数据的时候，hbase会把数据提交对应的HRegionServer上进行修改，数据会首先提交到log日志中，在写入log之后，才会commint()调用才会返回给客户端，如果某一台HRegionServer出现故障的时候，那么它所维护的HRegion会被分配到新的HRegionServer中，log日志会根据HRegion进行划分，当新的HRegionServer在加载HRegion时候，根据log日志对数据进行数据恢复

    当一个HRegion变的巨大超过其设置的阀值后，HRegionServer会调用HRegion的closeAndSpilt(),将这个HRegion拆分成两个，并报告主服务器使用哪个HRegionServer存放新的HRegion。这个过程会很快，因为原来的两个HReegion只是保留了StoreFile文件的引用，拆分的时候HRegion会处于服务停止的状态，当新的HRegion拆分完并把引用删除后，旧的HRegion才会删除。另外，两个HRegion可以通过调用HRegion.closeAndMeger()将两个HRegion合并成一个新的HRegion（有的Hbase版本在执行此操作的时候需要两台服务器都停止服务）

 

HMaster

每台HRegionServer都会跟HMaster进行通信，HMaster会告诉HRegionServer要维护哪些HRegion

当一台新的HRegionServer加入到HMaster服务器时，HMaster会先告诉他等待分配数，当有HRegion死机的时候，HMaster会把它分给其他的HRegionServer

如果一个Hbase可以启动多个HMaster服务，那么可是使用zookeper来保证只有一个HMaster运行

HMaster主要职责：

1：负责用户的增删改查操作

2：管理HRegionServer的负载均衡，分配HRegion

3：在HRegion分裂后，负责分配新的HRegion

4：在HRegion失效后，对失效的HRegion进行迁移

 

 

ROOT表和META表

ROOT表（根数据表）：存储的是所有HRegion的元数据信息，并且这个表的数据不能分割，只存在一个HRegion。

META表（元数据表）：存的是HRegion和HRegionServer的映射关系

 

    区分HRegion一般使用 表名+主键范围，HRegion里面存储的是连续的数据，所以一般使用主键就可以确定HRegion，但是HRegion有合并，分割的操作，有可能在进行这个操作的时候出现死机，这时就有可能出现多份相同的主键和表名的数据。这个时候使用 主键+表名就不能确定哪个HRegion了。

    HRegion的区分方式最好使用  表名+主键+唯一id(regionID),这些数据就是元数据，元数据本身是存在HRegion里，META表存的是HRegion和HRegionServer的映射关系。元数据也会不停的增长，为了定位这些元数据表的位置，我们把元数据表的位置放在ROOT表中，这个表存放所有元数据表的位置，这个表是不被分割的。

    Hbase在启动的时候主服务器会先扫描root表，（因为这个表只有一个 HRegion，所以HRegion的名字是写死的）将表分配 给对应的HRegion。

    当root表被分配好以后，就会读取元数据表的名字和元数据表的位置，然后把元数据表（metaTable）分配给不同的HRegionServer，然后再读取元数据表，找到HRegion的区域信息，分配给不同的HRegionServer

 

    元数据表和跟数据表的每一行都包含一个列族

所以，当客户端拿到根数据表时，就不需要再访问主服务器了。因为，root表包含所有meta表的位置，meta表包含所有用户的空间区域列表和HRegionServer的位置，客户端可以缓存已知所有的root表和meta表。主服务器就负责超时的HRegion，就只在hbase启动的时候扫描root表和meta表，以及返回root表的HRegionServer位置

 

zookeeper

zookeeper里存储的是root表和meta表 的位置，每台机器都会在zookeeper中注册一个实例，zookeeper就会监控这些机器的状态，当某一台机器出现故障时，zookeeper会第一个感知，然后告诉hMaster然后进行相关处理，zookeepe还负责hMaster的恢复工作，并保证在同一时刻，只有一个hMaster提供服务。

 

 

 

 

 

 

 

转载于:https://www.cnblogs.com/zhangXingSheng/p/6245215.html