详解 HBase 的架构和基本原理

一、基本架构

• StoreFile：保存实际数据的物理文件，StoreFile 以 HFile 的格式 (KV) 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，所以数据是先存储在 MemStore 中，排好序后，等到达刷写时机才会刷写到 HFile，每次刷写都会形成一个新的 HFile
• WAL：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的概率导致数据丢失，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

二、写流程原理

HBase 的读操作比写操作慢，且读写流程没有 master 参与

• 老版本：Zookeeper 中存储的是 -root- 表的位置信息，-root- 表存储的 meta 表的位置信息(防止 meta 表进行切分)
• Client 先访问 Zookeeper，获取 hbase:meta 表位于哪个 Region Server
• 访问对应的 Region Server，获取 hbase:meta 表数据，根据写请求的 namespace:table/rowkey 信息查询出目标数据位于哪个 Region Server 中的哪个 Region 中，并将该 table 的 region 信息以及 meta 表的位置信息缓存在客户端的 meta cache，方便下次快速访问
• 与目标表所在的 Region Server 进行通讯
• 将写请求命令顺序写入（追加）到内存的 WAL，此时 wal 没有同步到 HDFS
• 将数据写入对应的 MemStore，数据会在 MemStore 进行排序
• 同步 wal 到 HDFS，若失败则回滚清空 MemStore 写入的数据
• 向客户端发送 ack，此时的写请求已经完成
• 等达到 MemStore 的刷写时机后，将数据刷写到 HFile

三、MemStore Flush

• MemStore Flush：刷写，将 Region 中存储在内存中的数据刷写到 HDFS 的磁盘中
• Flush 时机：
  • RegionServer 级别：
    • 当 RegionServer 中 memstore 的总大小达到 javaHeapSize × hbase.regionserver.global.memstore.size(默认 0.4) × hbase.regionserver.global.memstore.size.lower.limit(默认 0.95) 时，所有 region 会按照其所有 memstore 的大小顺序 (由大到小) 依次进行刷写。直到 RegionServer 中所有 memstore 的总大小减小到上述值以下；当 RegionServer 中 memstore 的总大小达到javaHeapsize × hbase.regionserver.global.memstore.size 时，会停止继续往所有的 memstore 写数据操作
    • 当 memstore 中最后一条数据的写入时间达到hbase.regionserver.optionalcacheflushinterval(默认 1h) 的值时，触发 memstore flush
    • 当 WAL 文件的数量超过 hbase.regionserver.max.logs，region 会按照时间顺序依次进行刷写，直到 WAL 文件数量减小到 hbase.regionserver.max.log 以下 (该属性名已经废弃，现无需手动设置，最大值为 32)，该参数用于防止生产上内存配置过大导致刷写时数据积累过大
  • Region 级别：
    • 当某个 region 的 memstore 的大小达到了 hbase.hregion.memstore.flush.size(默认 128M) 时，这个 region 的所有 memstore 都会刷写
    • 当某个 region 的 memstore 的大小达到了 hbase.hregion.memstore.flush.size(默认 128M) × hbase.hregion.memstore.block.multiplier(默认 4)时，会停止继续往该 memstore 写数据

四、读流程原理

• Client 先访问 Zookeeper，获取 hbase:meta 表位于哪个 Region Server
• 访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey 信息查询出目标数据位于哪个 Region Server 中的哪个 Region 中，并将该 table 的 region 信息以及 meta 表的位置信息缓存在客户端的 meta cache，方便下次访问
• 与目标 Region Server 进行通讯
• 分别在 BlockCache (读缓存)，MemStore 和 StoreFile (HFile) 中查询目标数据，并将查到的所有数据进行合并 (merge)。此处所有数据是指同一条数据的不同版本 (timestamp) 或者不同的类型 (Put/Delete)
• 将从 StoreFile 中查询到的数据块 (Block，HFile 数据存储单元，默认大小为 64KB) 缓存到 BlockCache
• 将合并后 timestamp 最大的数据返回给客户端

五、StoreFile Compaction

• 背景：由于 memstore 每次刷写都会生成一个新的 HFile，且同一个字段的不同版本 (timestamp) 和不同类型 (Put/Delete) 有可能会分布在不同的 HFile 中，因此查询时需要遍历所有的 HFile
• 为了减少 HFile 的个数，以及清理掉过期和删除的数据，HBase 会进行 StoreFile Compaction
• StoreFile Compaction 分为两种：
  • Minor Compaction：会将临近的若干个较小的 HFile 合并成一个较大的 HFile，但不会清理过期和删除的数据，shell 命令为 compact
  • Major Compaction：会将一个 Store 下的所有的 HFile 合并成一个大 HFile，并且会清理掉过期和删除的数据，shell 命令为 major_compact
• Major Compaction 触发条件：
  • HFile 存储时长达到 hbase.hregion.majorcompaction(默认 7 天) 的值时自动进行 Major Compaction，但生产上一般会关闭 (设置为 0)
  • 当一个 store 中的 hfile 个数达到或超过 hbase.hstore.compactionThreshold(默认 3) 的值时自动进行 Major Compaction，或手动执行 compact 命令时也进行 Major Compaction

六、数据真正删除

• 触发数据删除的条件：MemStore Flush 和 Major Compaction
• 当同一个字段的不同版本数据都在内存中， MemStore Flush 会删除版本小的数据，只将最大版本的数据刷写到磁盘；当同一个字段的不同类型数据都在内存中， MemStore Flush 只会删除 put 类型的数据 (delete 类型可能还要限制磁盘中的同字段数据)；当同一个字段的不同版本数据在不同的文件，此时 MemStore Flush 不会删除数据
• Major Compaction 会删除需要保留的版本数之外的所有过时版本和 delete 类型的数据

七、Region Split

• 默认情况下，每个 Table 起初只有一个 Region，随着数据的不断写入增加，Region 会触发自动进行拆分。刚拆分时，两个子 Region 都位于当前的 Region Server，但处于负载均衡的考虑，HMaster 有可能会将某个 Region 转移给其他的 Region Server
• Region Split 触发时机：
  • 0.94 版本之前：当 1 个 region 中的某个 Store 下所有 StoreFile 的总大小超过 hbase.hregion.max.filesize(默认 10G)，该 Region 就会进行拆分
  • 0.94 版本之后：当 1 个 region 中的某个 Store 下所有 StoreFile 的总大小超过 min(R^2 × hbase.hregion.memstore.flush.size, hbase.hregion.max.filesize)， 该 Region 就会进行拆分，其中 R 为当前 Region Server 中属于该 Table 的 region 个数
• 自动切分会造成数据倾斜，产生数据热点问题，在生产上一般不使用，而是在建表时先进行预分区，后续插入数据时轮询的插入到不同的分区
• 官方建议使用一个列族，避免切分全局 flush 时产生大量小文件