HRegion 分配与寻址

1.Region 分配

 

HMaster负责为Region 分配Region Server，一个Region 只能分配给一个Region server。 HMaster中 记录：

 

• 哪些Region 已经分配到哪些Region Server中
• 哪些Region server 可用
• 哪些Region 尚未分配

 

当HMaster发现有尚未分配的Region，并有Region server可用时，会向改server发送请求，server收到请求后对该region提供服务。

 

2. Region 定位

 

Region的name：

<表名,startRowkey,创建时间>， 如：quote_data,3,1473384408919

 

（因此一个region只能记录一个表？一个表可以有多个 region，但是一个region只能记录一个表的数据？？？）

（1）0.94- 版本

 

     之前讲到，Zookeeper中记录了所有Region的寻址入口，此处说的是 入口（此处入口其实指的是.META.表的存放位置信息），不是真正的Region地址。真正的地址存放在.META.表中

 

     HBASE中有两张特殊的表：.META. 和-ROOT-表，这两张表跟HBase其它表在访问上没有任何区别，只是他们记录了HBase中的系统信息。Region分配到那个Region Server是随机的，因此需要一种机制对Region进行定位。 

 

• .META.表

 

   用户表的所有Region信息记录在.META.表中，表中的一条记录对应一条region的详细信息，包括server的具体地址等：

 

   --Rowkey：Region的name，其中包含了表名等信息

   --Column Family：info， 包含了如下三列：regioninfo,server和serverstartcode。 其中 regioninfo包含了 NAME, STARTKEY, ENDKEY 等信息。

    

• -ROOT-表

   当用户表非常大的时候，.META.的region也会不断增加，HBase引入了第二张特殊表-ROOT-，用来记录.META.的Region信息。-ROOT-表的结构与.META.的结构一样。

   

    由于只有一个region，regioninfo字段中的开始字段startkey和结束字段endkey都为空。

 

    根据region的命名规则，知道-ROOT-中记录的都是.META.表的信息，所以从上图可以看到-ROOT-的rowkey类似于.META.,,1,只是它的rowkey里没有时间戳，而直接是一个数字。

 

     那么如果-ROOT-表太大了，要被分成多个Region怎么办？HBase认为-ROOT-表不会大到那个程度，因此-ROOT-只会有一个Region，这个Region的信息也是被存在HBase内部的，具体是存放在Zookeeper中 /hbase/rs下的，因为-Root-表的Region只有一个，所以不存在寻址问题，直接记录在Zookeeper中，寻址过程如图所示：

 

  

可以将-ROOT-表看成是简表，.META.表看成是详表：

 

                                  

 

这就是HBase的三级定位寻址法（最多三次，如果已经在Memstore中就不需要再访问这么多次了）

（2）0.96+版本

 

     hbase0.96版本后删除了root 表，因为觉的目的是根据root表获取meta地址，过程是通过zookeeper获取root表地址，再根据root表记录meta表地址进行访问，还不如和zookeeper通讯一次。新增了namespace，详细见patch设计。

 

     同时将.META.表重命名为：hbase:meta （放在名为hbase的表空间下）, 在hbase:meta表中的column family info中增加了一列：seqnumDuringOpen. 而且rowkey(region 的name ）重新定义如下：

 

<表名,startRowkey,创建时间时间戳+"."+encode值+"."> （ 旧版的不包含encoded值）

 

如下为hbase:meta表的一条记录：rowkey=iqm:instrument_common_index,66666660,1474393055082.adcf19159f1116c6e1e194b3d10a7c79., 该记录的encoded值为： adcf19159f1116c6e1e194b3d10a7c79

                              

 

 

• startKey，region的开始key，第一个region的startKey是空字符串；

• endKey，region的结束key，最后一个region的endKey是空字符串；

• encode值，该值会作为hdfs文件系统的一个目录，假设encode值为： da1aec29c13725e29786e920bcc2d7b0 ，存放如下如图：

 

 

•   用来存放region的文件夹的名字是region name的哈希值，因为region的name中有startkey，所以可能含有非法字符，所以取它的hash值来作为目录名称存放region文件。

      

    改造后的寻址示意图如下：

 

 

 

  

 HRegion命名的相关知识背景：

 

HRegion是按照表名+开始/结束主键，即表名+主键范围来区分的。由于主键范围是连续的，所以一般用开始主键就可以表示相应的HRegion了。
 
不过，因为我们有合并和分隔操作，此时，如果正好在执行这些操作的过程中出现死机，那么就可能存在多份表名和开始主键相同的数据，这样的话，只有光靠开始主键就不够了，

这就需要通过HBase的元数据信息来区分哪一份才是正确的数据文件。
 
为此，为了区分这样的情况，每个HRegion都有一个'regionId'来标识它的唯一性。所以一个HRegion的表达符，最终是：表名+开始主键+唯一Id，
即tablename+startkey+regionId。
 
用户表的region名中regionId使用时间戳标识的，.META.表的region名的regionId是直接用数字标记的。

 

转载于:https://www.cnblogs.com/yanzibuaa/p/7521668.html