hbase

hbase特点

1，大：一个表可以有数十亿行，上百万列；

2，无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中 不同的行可以有截然不同的列；

3，面向列：面向列（族）的存储和权限控制，列（族）独立检索；

4，稀疏：空（null）列并不占用存储空间，表可以设计的非常稀疏；

5，数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入 时的时间戳；

6，数据类型单一：Hbase中的数据都是字符串，没有类型；

hbase使用场景

hbase架构图

hbase架构

hbase读写流程

hbase读流程

1，获取meta表的rootregion的位置信息

      客户端执行读流程时，第一次读时，先通过zk获取meta表对应region位置信息，并加到进程缓存中，后续在有读的操作，直接读取缓存中meta信息中的region信息即可。

2，找数据写在哪个region上

    根据上面获取到的rootregion位置信息，请求region所在的region server服务，根据库名.表名.rowkey找meta表中对应region信息

    找到小于并且最接近rowkey的startkey对应的region 便是目标region

3，发起实际的读取请求

** **向region对应的region server发起读取请求

4，先从memstore中查找数据 找到返回，没找到下一步操作

5，在从blockcache中查找数据 找到返回，没找到下一步操作

6，在从storefile中查找数据找到返回 没找到返回null

    如果从storefile中读取到的数据 先要写入到blockcache后在进行返回客户端

hbase写流程

1，获取meta.的rootregion位置信息

    在客户端写进程内，第1次写时，Client先通过zookeeper获取从.META.表对应的region位置信息， 并加入到进程缓存中，后续再读或再 写时，直接读取缓存的.meta.信息对应的region信息即可

2，找到数据要写到哪个region上

    根据上面获取到的rootregion位置信息，请求region所在的region server服务，根据库名.表名.rowkey找meta表中对应region信息

    找到小于并且最接近rowkey的startkey对应的region 便是目标region

3，发起实际的写入请求

** **向region对应的region server发起写入请求

4，WAL log写入

    将插入/更新写入WAL中。当客户端发起put/delete请求时，考虑到写入内存MemStore会有丢失数据的风险， 因此在写入缓存前， HBase会先写入到Write Ahead Log (WAL)中(WAL存储在HDFS中) , 那么即使发生宕机，也可以通过WAL还原初始数据

5，memstore写入与StoreFile落盘

    将更新写入memstore中，当增加到一定大小，达到预设的Flush size阈值时， 会触发flush memstore,把memstore中的数据写出到 hdfs上，生成- -个storefile

6，StoreFile合并

    随着Storefile文件的不断增多,当增长到一定阈值后,触发compact合并操作，将多个storefile合并成- 一个, 同时进行版本合并和数据删 除

    storefile通过不断compact合并操作,逐步形成越来越大的storefile

7，Region拆分

单个stroefile大小超过- -定阈值后， 触发split操作, 把当前region拆分成两个,新拆分的2个region会被hbase master分配到相应的2个regionserver上。

hbase优化