HBase体系结构是怎么样的
这篇文章给大家分享的是有关HBase体系结构是怎么样的的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
HBase是Apache hadoop集群中常用的非关系型数据，它是一种开源的、分布式的、多版本、面向列存储的数据库。
它的源码在 https://github.com/apache/hbase 上，妥妥的开源啊。。。
分布式是因为它的数据最后存储在HDFS上，所以它继承了hadoop分布式的优良传统（不知道能否这么理解）。
多版本就不多介绍了，版本更新快呗。。。
面向列的存储是它与传统关系型数据库最大的区别之一，它是根据rowKey、columnfamily、quaifer、timestamp（如果你有多版本的话）得到你最后的value值。。这个咱们以后再介绍，今天主要想写的是hbase的体系结构。
hbase的服务器体系结构也是主从服务器架构，分为HBase Master server和HRegionServers。
HBase Master server ：主服务器，主要负责管理HRegionServers,个人理解：只是关于HRegionServer的决策权都是由它完成的。
具体的功能有：
1.用户对Table的增、删、改、查。
2。HRegionServer的负载均衡，调整HRegion的分布，像一个HRegionserver挂了，master会将挂了的HRegionserver上面的HRegion重新拿到，标上未分配，然后再分配一个活的HRegionServer，当然，它也得先询问下这个HRegionServer要不要了。。
3.在HRegion分裂后，负责新的HRegion的分配。 默认的HRegion的大小为64M,当超过这个大小的时候，它会自动分裂成两个，并且这个拆分速度很快，因为它在拆分的时候先会创建两个HRegion，而这两个HRegion先会保存对原HRegion的引用，当这两个新的HRegion数据拆分完成后，再将此引用去掉，并删除原HRegion。现在拆分完了，但是HRegion不是拆分完了就没事干了，它得找个HRegionServer管理啊，so,又得HBase Master Server分配了，同上~~
4.HRegionServer停机后，负责失效的HRegionServer上的HRegion分配。服务挂了，但是HRegion没挂啊，HRegion可以说是一个存储文件夹，一个服务挂了，找头（hbase master server）再找一个呗，然后继续做着保存或查询时被提取数据的工作。
HRegionServer的构成：
HRegionServer包含了一个HLog部分和HRegion部分（多个HRegion）。。
ps:这地方可能有些异议，因为网上一些图片显示的都是HRegion里才包含HLog，网上的资料比较老，所以这里我参考《hadoop实战》中的资料，它的版本是0.92，可能与现在的0.96版本还算比较接近的。。
HLog部分保存着用户操作hbase的日志(不排除也包含master管理hregion的操作，明天看一下),用户的操作都会先记录到HLog中，然后再保存到HRegion中。
而HRegion其实就是存储的实际数据了。它包含了多个HStore。
HStore：每一个列族都会形成一个HStore，它又由MemStore和多个HFile组成。
MemStore驻留在内存中，当数据保存时，数据会先存储到MemStore中，然后根据用户设定的显式刷写或隐式刷写模式，将数据再保存到HFile中。默认的存储模式是隐式存储。这个以后写client api的时候再介绍。。当然，这地方还有个注意的地方，当数据保存到MemStore，最后却没有保存到HFile中时，死机了。。HLog的作用来了，用户操作的指令保存在HLog中，它会将指令执行，再将重新保存到MemStore中，这样就可以完成后面的操作了。。
HFile负责的是实际数据的存储了，它是HBase中的最小单位了。它也可以进行拆分，也就是所谓的分区，让数据更加分散，读取数据的时候更加效率。
昨天未写完的部分今天补上。。
HBase的两个主要结构介绍完了，那么咱们现在就开始介绍一下它的存储流程和读取的流程。。
将它作为一个流程图可能不太合适。。不过它里面所需要的东西基本都包含了。。
先说下Zookeeper的作用：
存储了Root表的地址和HMaster的地址。存储ROOT的地址可以更快的查询到哪张表有数据，提高运算效率。存储HMaster地址是为了确定有哪些HMaster。
管理着MHaster。当HMaster失效时，它可以找到另一个HMaster，避免HMaster单点故障。
ROOT与.META与Region的结构是一样的，都是以键值对的形式保存数据。。
ROOT里面存储了对应的.META地址和开始结束信息（像1-5，说明ROOT里面存储了5个.META的地址信息）。
.META里面同样存储了对应的HRegion地址和开始结束信息。
好了，现在开始通过从客户端读取信息的角度开始分析了：
client要读取信息，先查询下client 端的cache中是否存在数据，如果存在，刚直接返回数据。如果不存在，则进入到zookeeper，查找到里面的相应数据存在的Root表中的地址。
通过数据存在ROOT表中地址找到.META，最终找到HRegion。找到HRegion后，它会先访问MemStore中是否存在数据，如果存在，则直接读取。如果没有，就再到HFile中查找数据，并将数据放到MemStore。
最后数据返回到客户端显示。。
存储数据流程：
由于Hbase中默认的刷写方式是隐式刷写，所以你在put()数据时，它会自动保存到HRegion上，但当你批量处理数据时，它会将数据先保存到client端的cache中。当你关闭隐式刷写时，你put()的数据则会保存到client cache中，直到你调用刷写命令时，才会保存到HRegion中。具体的命令等明天我去公司的时候贴上来。。在家没环境。。
在HRegion部分的存储：要写入的数据会先写到HMemcache 和Hlog 中，HMemcache 建立缓存，Hlog 同步Hmemcache和Hstore 的事务日志，发起Flush Cache 时，数据持久化到Hstore 中，并清空HMemecache。
此处需要关注：
HBase 写数据，首先写入Memcache，并计入Log中，最后写入HStore中，如果在写入HStore是发生系统异常，就可以从Log中恢复数据，重新写 入HStore中。
感谢各位的阅读！关于“HBase体系结构是怎么样的”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：niceseo99@gmail.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
评论