HBase架构
Client
- 包含访问HBase的接口并维护cache来加快对HBase的访问
Zookeeper
- 保证任何时候,集群中只有一个master
- 存储所有Region的寻址入口
- 实时监控Region server的上线和下线信息。并实时通知Master
- 存储HBase的schema和table元数据
Master
- 为Region server分配region
- 负责Region server的负载均衡
- 发现失效的Region server并重新分配其上的region
- 管理用户对table的增删改操作
RegionServer
- Region server维护region,处理对这些region的IO请求
- Region server负责切分在运行过程中变得过大的region
Region
- HBase自动把表水平划分成多个区域(region),每个region会保存一个表里面某段连续的数据
- 每个表一开始只有一个region,随着数据不断插入表,region不断增大,当增大到一个阀值的时候,region就会等会成两个新的region(裂变)
- 当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上。
Memstore与storefile
- 一个region由多个store组成,一个store对应一个CF(列族)
- 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中的数据达到某个阀值,hregionserver会启动flashcache进程写入storefile,每次写入行成单独的一个storefile
- 当storefile文件的数量增长到一定阀值后,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(major),形成更大的storefile
- 当一个region所有storefile的大小和数量超过一定阀值后,会把当前的region分割为两个,并由hmaster分配到相应的regionserver服务器,实现负载均衡
- 客户端检索数据,先在memstore找,找不到再找storefile
HRegion是HBase中分布式存储和负载均衡最小单元。最小单元就表示不同的HRegion可以分布在不同的HRegion server上。
HRegion由一个或者多个Sotre组成,每个store保存一个columns family。
每个store又由一个menstore和0至多个storefile组成。如图:storefile以HFile格式保存在HDFS上。