使用HBase已有半年时间，最近在公司内部组织了一场HBase的分享会，没想到引起了很多同学的热烈讨论。但是由于功课没做好，加之底层的原理没有完全搞懂，很多同学的提问不能很好的给予解答，不免有些遗憾。
今天特地整理一下ppt上的内容，希望能给第一次接触HBase的同学一点帮助。
HBase 官方文档 https://hbase.apache.org/book.html
本文主要从以下几个方面介绍下HBase
1.基本概念
HBase 是建立在HDFS之上，提供高可靠、高性能、列存储、可伸缩、实时读写NoSql的分布式数据库系统。
- HDFS为HBase提供底层数据存储服务
- Zookeeper为HBase提供稳定服务和fail-over机制
- LSM提供了高性能支持
- WAL提供了可靠性
2.HBase 特性
- 面向列，面向列（族）的存储和权限控制，列（族）独立检索
- 容量巨大，单表可以有百亿行，百万列
- 无模式，同一张表中不同的行可以有截然不同的列
- LSM数据结构（Log-Structured Merge-Tree）
- WAL（Write-Ahead-Log）预写日志机制
- Row Key有序排列（字典排序）
- 稀疏性，空值不占用存储空间
- TTL（Time to Live）
- 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
- 数据类型单一，Hbase中的数据都是字符串（byte[]）
3.HBase 架构
图片来源网络
Client
- 包含访问HBase的接口，并维护cache来加快对HBase的访问，比如region的位置信息
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的增删改查操作
Region Server
- Regionserver维护region，处理对这些region的IO请求
- Regionserver负责切分在运行过程中变得过大的region
4.HBase 逻辑视图
图片来源网络
- 隐形主键，rowkey
- 数据单一，type[]
- 无模式，列不固定，列由列族管理和检索
- 多版本，一个单元列内不同时间戳对应不同的数值
5.HBase 物理模型
图片来源网络
- Table中所有行都按照row key的字典序排列
- Table在行的方向上分割为多个Region
- Region按大小分割的，每个表开始只有一个region，随着数据增多，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，之后会有越来越多的region
- Region是Hbase中分布式存储和负载均衡的最小单元，不同Region分布到不同RegionServer上
- Region虽然是分布式存储的最小单元，但并不是存储的最小单元
6.HBase 容错和恢复WAL
图片来源网络
Store
每一个region由一个或多个store组成，至少是一个store，hbase会把一起访问的数据放在一个store里面，即为每个ColumnFamily建一个store，如果有几个ColumnFamily，也就有几个Store。一个Store由一个memStore和0或者多个StoreFile组成。 思考：为什么不建议一张表创建多个列族？
MemStore
memStore 是放在内存里的。保存修改的数据即keyValues。当memStore的大小达到一个阈值时，memStore会被flush到文件，即生成一个快照。目前hbase 会有一个线程来负责memStore的flush操作。
StoreFile
memStore内存中的数据写到文件后就是StoreFile，StoreFile底层是以HFile的格式保存。
HFile
HBase中KeyValue数据的存储格式，是hadoop的二进制格式文件。HBase 的写入最先会放入内存中，提供实时的查询，当 Memstore 中数据达到一定量的阈值（128MB），会通过 Flush 操作生成 HFile 持久化到 HDFS 中，随着用户的写入，生成的 HFile 数目会逐步增多，这会影响用户的读操作，同时也会系统占用（HDFS 层 block 的数目， regionserver 服务器的文件描述符占用）， region split 操作，region reopen 操作也会受到不同程度影响。 HBase 通过 Compaction 机制将多个 HFile 合并成一个 HFile 以控制每个 Region 内的 HFile 的数目在一定范围内
HLog
HLog文件就是一个普通的Hadoop Sequence File， Sequence File的key是HLogKey对象，其中记录了写入数据的归属信息，除了table和region名字外，还同时包括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的sequencenumber。 Sequence File的value是HBase的KeyValue对象，即对应HFile中的KeyValue。
LogFlusher
定期将内存中kv数据同步到hlog
LogRoller
定期滚动更新日志，删除旧日志。每个regionserver维护一个HLog，而不是每一个region一个，这样不同region（来自不同的table）的日志会混在一起，这样做的目的是不断追加单个文件相对于同时写多个文件而言，可以减少磁盘寻址次数，因此可以提高table的写性能。带来麻烦的时，如果一个regionserver下线，为了恢复其上的region，需要将region server上的log进行拆分，然后分发到其他regionserver上进行恢复。
容错
每个HRegionServer中都有一个HLog对象，HLog是一个实现Write Ahead Log的类。在每次用户操作写入MemStore的同时，也会写一份数据到HLog文件中。HLog文件定期会滚动更新，并删除旧的文件（已持久化到StoreFile中的数据）。
恢复
当HRegionServer意外终止后，HMaster会通过Zookeeper感知到，HMaster首先会处理遗留的 HLog文件，将其中不同Region的Log数据进行拆分，分别放到相应region的目录下，然后再将失效的region重新分配，领取到这些region的HRegionServer在Load Region的过程中，会发现有历史HLog需要处理，因此会Replay HLog中的数据到MemStore中，然后flush到StoreFiles，完成数据恢复。
7.HBase 一次查询过程
图片来源网络
-ROOT-表和.META.表是hbase内置的两张表，结构相同。
一张表可能有多个分区，Hbase查询一条数据首先要知道这条记录存放在哪个分区region，.META.表就是记录用户信息与分区的关系数据。
.META.表由regionServer 管理，当分区足够多时.META.也会分区，这就意味着可能有多个regionServer在管理.META.信息，要想知道是哪个分区存储了这条记录，就要先知道这个.META.由哪个regionServer 管理。
-ROOT-表有着和meta表一样的数据结构，它是用来存储meta 与分区关系的表，-ROOT-表只有一份，由zk管理地址。
8.HBase 应用场景
- 大数据量存储，大数据量高并发操作
- 高并发写入，瞬间写入量很大
- 业务场景简单(无交叉列，交叉表，事务， 连接等)
- 可以优雅的数据扩展
9.HBase RowKey设计
参见文章：RowKey行键设计规范
最后补充一些分享会上别人提出的问题
Q：HBase为什么写入会有热点，不应该是负载均衡吗？
A：HBase 写入不是直接负载均衡到各个节点的，而是去META表查询各个region的开始结束区间，以及对应的regionServer，符合某个region区间，就去连接这个region所在的server，当前缀都相同时（日期打头），数据都在相邻位置，很容易写在同一个region，所以就造成了某个server热点
Q：数据在HFile中存储，有更小的rowkey写入磁盘时，是插入到前面的HFile还是追加在后面的HFile？
A：追加在后面的HFile，多个HFile之间是允许有rowkey 交叉存储的，也就是无序的。当HFile数量到达一定阈值，就会启动合并排序，将多个小HFile合并并排序成一个大的HFile。最后删除旧的HFile。
Q：regionServer 往HLog写日志是同步的吗？如果同步写怎么做到高并发的？
A：是同步的。昨天我有说有缓冲区，这个是不对的，抱歉！因为写log数据是只追加，不更新，因此io的消耗并不大，足够支撑hbase高并发。
参考资料：
HBase原理、基本概念、基本架构 https://blog.csdn.net/woshiwanxin102213/article/details/17584043
HBase基本概念
https://www.cnblogs.com/SuKiWX/p/8861993.html
HBase -ROOT-和.META.表结构(region定位原理) https://blog.csdn.net/chlaws/article/details/16918913
