【HBase】底层原理

flowchart 箭头图标 勿删

---

系统架构

在文章【HBase】基本介绍和基础架构中已经有简单介绍



Client —— 包含访问hbase的接口，client维护着一些cache来加快对hbase的访问，比如region的位置信息。

Zookeeper：

1.保证任何时候，集群中只有一个master

2.存贮所有Region的寻址入口----root表在哪台服务器上。

3.实时监控Region Server的状态，将Region server的上线和下线信息实时通知给Master

4.存储Hbase的schema,包括有哪些table，每个table有哪些column family

Master：

1.为Region server分配region

2.负责region server的负载均衡

3.发现失效的region server并重新分配其上的region

4.HDFS上的垃圾文件回收

5.处理schema更新请求

Region Server：

1.Region server维护Master分配给它的region，处理对这些region的IO请求

2.Region server负责切分在运行过程中变得过大的region



client访问HBase数据的过程中并 不需要HMaster的参与 ，是直接通过ZooKeeper读取HRegionServer中 Meta表 存放的HRegion位置

---

表数据模型

基本介绍在【HBase】表模型和基本操作介绍

注意：

1.列族的访问控制、磁盘和内存的使用统计都是在列族层面进行， 一般一张表不要设置太多列族，因为列族越多，读取一行数据时所要参与IO、搜寻的文件就越多

2.每条数据默认3个版本号

---

物理存储

1. Table 中所有行都按照rowKey的字典顺序排列，并且在行的方向上分割为多个 HRegion

2. HRegion 是HBase中分布式存储和负载均衡的最小单元，不同的HRegion可以分布在不同的HRegionServer上，但 同一个HRegion不会拆分到不同的HRegionServer

3. HRegion 由多个 Store 组成，每个Store保存一个 列族(Column Family)

4. HFile 是一种文件存储格式，类似于ORC、Parquet



meta表的数据信息

ROW                              COLUMN+CELL

 hbase:namespace,,1557280798528. column=info:regioninfo, timestamp=1557280800325, value={ENCODED => 56c88e849283c869e74095d5

 56c88e849283c869e74095d5bf616b4 bf616b49, NAME => 'hbase:namespace,,1557280798528.56c88e849283c869e74095d5bf616b49.', START

 9.                              KEY => '', ENDKEY => ''}

 hbase:namespace,,1557280798528. column=info:seqnumDuringOpen, timestamp=1557280800325, value=\x00\x00\x00\x00\x00\x00\x00\x

 56c88e849283c869e74095d5bf616b4 02

 9.

 hbase:namespace,,1557280798528. column=info:server, timestamp=1557280800325, value=node02.hadoop.com:60020

 56c88e849283c869e74095d5bf616b4

 9.

 hbase:namespace,,1557280798528. column=info:serverstartcode, timestamp=1557280800325, value=1557280788349

 56c88e849283c869e74095d5bf616b4

 9.

 myuser,,1557285598626.9a6ee8080 column=info:regioninfo, timestamp=1557285599647, value={ENCODED => 9a6ee8080ee16457bb791a10

 ee16457bb791a10cca6c498.        cca6c498, NAME => 'myuser,,1557285598626.9a6ee8080ee16457bb791a10cca6c498.', STARTKEY => ''

                                 , ENDKEY => ''}

 myuser,,1557285598626.9a6ee8080 column=info:seqnumDuringOpen, timestamp=1557285599647, value=\x00\x00\x00\x00\x00\x00\x00\x

 ee16457bb791a10cca6c498.        02

 myuser,,1557285598626.9a6ee8080 column=info:server, timestamp=1557285599647, value=node02.hadoop.com:60020

 ee16457bb791a10cca6c498.

 myuser,,1557285598626.9a6ee8080 column=info:serverstartcode, timestamp=1557285599647, value=1557280788349

 ee16457bb791a10cca6c498.

 user,,1557283951792.5b54e4569a9 column=info:regioninfo, timestamp=1557284223555, value={ENCODED => 5b54e4569a9e7f541340077f

 e7f541340077ff35c168f.          f35c168f, NAME => 'user,,1557283951792.5b54e4569a9e7f541340077ff35c168f.', STARTKEY => '',

                                 ENDKEY => ''}

 user,,1557283951792.5b54e4569a9 column=info:seqnumDuringOpen, timestamp=1557284223555, value=\x00\x00\x00\x00\x00\x00\x00\x

 e7f541340077ff35c168f.          05

 user,,1557283951792.5b54e4569a9 column=info:server, timestamp=1557284223555, value=node01.hadoop.com:60020

 e7f541340077ff35c168f.

 user,,1557283951792.5b54e4569a9 column=info:serverstartcode, timestamp=1557284223555, value=1557280783177

 e7f541340077ff35c168f.

3 row(s) in 0.0500 seconds