Hbase基本架构及原理

简述

   Hadoop Databases 基于Hadoop存储，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库。**利用Hadoop HDFS作为其文件存储系统,利用Hadoop MapReduce来处理HBase中的海量数据,利用Zookeeper作为其分布式协同服务** 主要用来存储非结构化和半结构化的松散数据（列存 NoSQL 数据库）​

数据模型

列族

** 权限控 HBase表中的每个列都归属于某个列族，**列族必须作为表模式(schema)定义的一部分预先给出。如 create ‘test’, ‘course’

     列名以列族作为前缀，每个“列族”都可以有多个列成员(column)；如course:math, course:english, 新的列族成员（列）可以随后按需、动态加入制、存储以及调优都是在列族层面进行的

   HBase把同一列族里面的数据存储在同一目录下，由几个文件保存。

timestamp时间戳

** 在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异， 不同版本的数据按照时间倒序排序，最新的数据版本排在最前面** 。

** 时间戳的类型是 64位整型** 时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫秒的当前系统时间 时间戳也可以由客户显式赋值，如果应用程序要避免数据版本冲突，就必须自己生成具有唯一性的时间戳​

单元格cell

单元格是有版本的（时间戳决定）​，行和列交叉决定​

• 单元格的内容是未解析的字节数组（row key ,column(=<family>+<qualifier>), version) 一确定的单元，cell中的数据是没有类型的，全部是字节数组形式储存二进制安全​

Hlog

• 预写日志，上传数据时不会直接存储磁盘上，先存储在哪内存中，到达一定阈值后写出​
• HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey对象， HLogKey中记录了写入数据的归属信息，除了table和region名字外， 同时还包括 sequence number和timestamp，timestamp是” 写入时间”，sequence number的起始值为0， 或者是最近一次存入文件系统中sequence number HLog SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的KeyValu​

架构

基本组件与流程

Client

• 访问Zookeeper，不会直接和Master打交道，包含了访问Hbase的接口并维护cache来加快对Hbase的访问​
• Zookeeper记录着meta表在哪里，存储元数据信息（Hbase：meta），上面存储哪个region存储在哪里​

[zk: localhost:2181(CONNECTED) 1] ls /hbase/table
[hbase:meta, hbase:namespace, student]
[zk: localhost:2181(CONNECTED) 2] ls /hbase
[replication, meta-region-server, rs, splitWAL, backup-masters, table-lock, flush-table-proc, region-in-transition, online-snapshot, master, running, recovering-regions, draining, namespace, hbaseid, table]
[zk: localhost:2181(CONNECTED) 3] get /h
hadoop-ha   hbase     
[zk: localhost:2181(CONNECTED) 3] get /h
hadoop-ha   hbase     
[zk: localhost:2181(CONNECTED) 3] get /h
hadoop-ha   hbase     
[zk: localhost:2181(CONNECTED) 3] get /hbase/meta-region-server
?regionserver:60020Xz??f
??PBUF
 
five??????0 
cZxid = 0x2b00000047
ctime = Wed Oct 26 10:36:17 CST 2022
mZxid = 0x2b00000047
mtime = Wed Oct 26 10:36:17 CST 2022
pZxid = 0x2b00000047
cversion = 0
dataVersion = 0
aclVersion = 0
ephemeralOwner = 0x0
dataLength = 58
numChildren = 0
[zk: localhost:2181(CONNECTED) 4] 

• 获取之后去对应区域寻找meta表上对应的region信息​
• 直接到相应的region上读取相应的数据​

Zookeeper

• 保证任何时候集群中只有一个存或的HMseter​
• 存储这所有Region的寻址入口（meta位置）​
• 实时监控Regionserver的上下线，并实时通知HMaster​
• 存储HBase的schema和table元数据​

Master

• 为RegionServer分配region​
• 负责Region server的负载均衡​
• 发现失效的RegionServer并重新分配上面的Region​
• 管理用户对table的增删改操作​

RegionServer

• RegionServer维护region，处理这些region的IO请求​
• RegionServer负责分担在运行过程中变得过大的Region（人工干预）​

Region

Hbase自动把表横向切分成几个区域，每个region存储一段连续的数据（字典排序）

** 每个表一开始只有一个Region，region不断增大，当增大到一个阈值的时候， region就会等分会两个新的region（裂变）table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver**

Memstore和storeFile​

1. 一个region由于多个store组成，一个store对应一个列族​
2. store包括位于内存中的memstore和位于磁盘的storefile，写操作先写入memstore，当memstore中的数据达到某个阈值， hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile​
3. 当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、major compaction）， 在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile​
4. 当一个region的所有storefile增长到一定阈值后，会把当前的region分割成两个，并由于Hmaste分配到对应的RegionServer服务器，实现负载均衡​
5. 客户端检索数据，先到memstore上找，找不到再找storefile​
6. Heregion是Hbase中分布式存储和负载均衡的最小单元，最小单元就表示不同的HRegion可以分布再不同的Hregion​

​

​

​

​