hbase需要装mysql么_分布式数据库 HBase(详解)

一、概述

1. 从BigTable说起BigTable是一个分布式存储系统

总的来说，BigTable 具备以下特性:支持大规模海量数据、分布式并发数据处理效率极高、易于扩展且支持动态伸缩、适用于廉价设备、适合于读操作不适合写操作。

2. HBase简介HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的 开源实现，主要用来存储非结构化和半结构化的松散数据。

3. HBase与传统关系数据库的对比分析数据类型：关系数据库采用关系模型，具有丰富的数据类型和存储方式，HBase则采用了更加简单的数据模型，它把数据存储为未经解释的字符串；

数据操作：关系数据库中包含了丰富的操作，其中会涉及复杂的多表连接。HBase操作则不存在复杂的表与表之间的关系，只有简单的插入、查询、删除、清空等，因为HBase在设计上就避免了复杂的表和表之间的关系；

存储模式：关系数据库是基于行模式存储的。HBase是基于列存储的，每个列族都由几个文件保存，不同列族的文件是分离的；

数据索引：关系数据库通常可以针对不同列构建复杂的多个索引，以提高数据访问性能。HBase只有一个索引——行键，通过巧妙的设计，HBase中的所有访问方法，或者通过行键访问，或者通过行键扫描，从而使得整个系统不会慢下来；

数据维护：在关系数据库中，更新操作会用最新的当前值去替换记录中原来的旧值，旧值被覆盖后就不会存在。而在HBase中执行更新操作时，并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留；

可伸缩性：关系数据库很难实现横向扩展，纵向扩展的空间也比较有限。相反，HBase和BigTable这些分布式数据库就是为了实现灵活的水平扩展而开发的，能够轻易地通过在集群中增加或者减少硬件数量来实现性能的伸缩

二、HBase访问接口

三、HBase数据模型

HBase是一个稀疏、多维度、排序的映射表，这张表的索引是行键、列族、列限定符和时间戳 面向列的存储

1. 数据模型相关概念表：HBase采用表来组织数据，表由行和列组成，列划分为若干个列族；

行：每个HBase表都由若干行组成，每个行由行键(row key)来标识；

列族：一个HBase表被分组成许多“列族”(Column Family)的集合，它是基本的访问控制单元，创建表的时候创建；

列限定符：列族里的数据通过列限定符(或列)来定位；

单元格：在HBase表中，通过行、列族和列限定符确定一个“单元格”(cell)；

时间戳：每个单元格都保存着同一份数据的多个版本，这些版本采用时间戳进行索引；

2. 数据坐标

HBase中需要根据行键、列族、列限定符和时间戳来确定一个单元格，因此，可以视为一个“四维坐标”，即[行键, 列族, 列限定符, 时间戳]

3. 概念视图与物理视图

四、HBase的实现原理

1. Hbase 的功能组件

主要的功能组件： 1. 库函数：链接到每个客户端； 2. 一个Master主服务器:主服务器Master负责管理和维护HBase表的分区信息，维护Region服务器列表，分配Region，负载均衡; 3. 许多个Region服务器:Region服务器负责存储和维护分配给自己的Region，处理来自客户端的读写请求;

客户端并不是直接从Master主服务器上读取数据，而是在获得Region的存储位置信息后，直接从Region服务器上读取数据。 客户端并不依赖Master，而是通过Zookeeper来获得Region位置信息，大多数客户端甚至从来不和Master通信，这种设计方式使得Master负载很小。

2. 表和Region开始只有一个Region，后来不断分裂；

一个HBase表被划分成多个Region；

每个Region服务器存储10-1000个Region；

同一个Region不会被分拆到多个Region服务器；

3. Region的定位

1. 元数据表，又名.META.表，存储了Region和Region服务器的映射关系； 2. 当HBase表很大时， .META.表也会被分裂成多个Region； 3. 根数据表，又名-ROOT-表，记录所有元数据的具体位置； 4. -ROOT-表只有唯一一个Region，名字是在程序中被写死的； 5. Zookeeper文件记录了-ROOT-表的位置； 6. 为了加快访问速度，.META.表的全部Region都会被保存在内存中，缓存失效时重新“三级寻址”； 7. 寻址过程客户端只需要询问Zookeeper服务器，不需要连接Master服务器。

五、HBase运行机制

1. HBase系统架构

客户端：

客户端包含访问HBase的接口，同时在缓存中维护着已经访问过的Region位置信息，用来加快后续数据访问过程。

Zookeeper服务器：Zookeeper可以帮助选举出一个Master作为集群的总管，并保证在任何时刻总有唯一一个Master在运行，这就避了Master的“单点失效”问题

Zookeeper是一个很好的集群管理工具，被大量用于分布式计算， 、提供配置维护、域名服务、分布式同步、组服务等

Master：

主服务器Master主要负责表和Region的管理工作： 1. 管理用户对表的增加、删除、修改、查询等操作； 2. 实现不同Region服务器之间的负载均衡； 3. 在Region分裂或合并后，负责重新调整Region的分布； 4. 对发生故障失效的Region服务器上的Region进行迁移。

Region服务器:

Region服务器是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求。

2. Region服务器工作原理

用户读写数据过程：用户写入数据时，被分配到相应Region服务器去执行；

用户数据首先被写入到MemStore和Hlog中；

只有当操作写入Hlog之后，commit()调用才会将其返回给客户端；

当用户读取数据时，Region服务器会首先访问MemStore缓存，如果找不到，再去磁盘上面的StoreFile中寻找；

缓存的刷新：系统会周期性地把MemStore缓存里的内容刷写到磁盘的StoreFile文件中，清空缓存，并在Hlog里面写入一个标记；

每次刷写都生成一个新的StoreFile文件，因此，每个Store包含多个StoreFile文件；

每个Region服务器都有一个自己的HLog 文件，每次启动都检查该文件，确认最近一次执行缓存刷新操作之后是否发生新的写入操作；如果发现更新，则先写入MemStore，再刷写到StoreFile，最后删除旧的Hlog文件，开始为用户提供服务；

StoreFile 的合并：每次刷写都生成一个新的StoreFile，数量太多，影响查找速度；

调用Store.compact()把多个合并成一个；

合并操作比较耗费资源，只有数量达到一个阈值才启动合并。

3. Store工作原理

•Store是Region服务器的核心 •多个StoreFile合并成一个 •单个StoreFile过大时，又触发分裂操作，1个父Region被分裂成两个子Region 1. 分布式环境必须要考虑系统出错。HBase采用HLog保证系统恢复 2. 用户更新数据必须首先写入日志后，才能写入MemStore缓存，并且，直到MemStore缓存内容对应的日志已经写入磁盘，该缓存内容才能被刷写到磁盘；

4. HLog工作原理Zookeeper会实时监测每个Region服务器的状态，当某个Region服务器发生故障时，Zookeeper会通知Master

Master首先会处理该故障Region服务器上面遗留的HLog文件，这个遗留的HLog文件中包含了来自多个Region对象的日志记录；

系统会根据每条日志记录所属的Region对象对HLog数据进行拆分，分别放到相应Region对象的目录下，然后，再将失效的Region重新分配到可用的Region服务器中，并把与该Region对象相关的HLog日志记录也发送给相应的Region服务器；

Region服务器领取到分配给自己的Region对象以及与之相关的HLog日志记录以后，会重新做一遍日志记录中的各种操作，把日志记录中的数据写入到MemStore缓存中，然后，刷新到磁盘的StoreFile文件中，完成数据恢复；

共用日志优点：提