Hbase物理模型

image.png

HBase主要有三个进程。 HMaster, HRegionServer, Zookeeper(进程名为HQuorumPeer). 独立模式下运行的时候用jps查看只能看到一个进程HMaster， 运行在一起.
下图是一个分布式的部署模式：

image.png

此集群拥有主备Master(只有一个Master能工作，需要通过zookeeper选举)， 多个zookeeper和多个regionServer。

HMaster主服务器：

1. 只有一个工作中
2. 为RegionServer分配region
3. 负载均衡
4. RegionServer 的failover
5. GFS上垃圾文件回收
6. 处理schema更新请求

Region和Region服务器：

1. 表在行方向上按行健范围划分的是Region
2. 一个表处世只有region, 记录数增加到某个阈值时才开始分裂
3. Region是分布式存储和负载均衡的最小单元。 注意： Region里还有按Column Family划分存储
4. 一个节点一个HRegionServer
5. 一个RegionServer管理多个Region实例
6. 一个Region包含HLog和存放数据的Store

HLog:
用于灾难恢复，WAL log表示wirite ahead log， 写之前先记录操作，然后才会写数据

Store:

1. Store是Region里按列簇划分的存储单元。分为内存的memstore和硬盘上的HFile.
2. 写操作先写入memstore, 到阈值写入StoreFile(HFile)
3. HFile文件数量正常到阈值会触发region分裂，由HMaster分配到相应的region服务器上
4. 客户端检索数据，先查内存，再查文件

Hbase访问流程

image.png

客户端读写访问流程

1. HBase client通过访问zookeeper上保存的hbase:meta表的位置确定需要访问的region.
2. client直接访问RegionServer做读写，不需要经过HMaster
3. HMaster会为fail的regionServer的上的region做重新分配，也会做region的load balance.

image.png

客户端如果访问管理类的操作，需要与HMaster进行通信。

再回顾总结下各个进程的主要功能:

• HMaster:

  • 分配region到Region server
  • Region server的负载均衡
  • Region Server 的failover
  • HDFS的垃圾回收
  • 处理schema更新请求

• HRegionServer:

  • 维护region, 处理对该region请求
  • 切分region

• Zookeeper:

  • Master选举
  • 存储region元数据
  • 存储region server状态, 维护和region server的心跳
  • 存储HBase的schema和table