HBASE学习笔记--概述

定义：

HBase是一个分布式的、面向列的开源数据库,HBase是Google Bigtable的开源实现，它利用Hadoop HDFS做为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper做为协同服务。

 

 逻辑视图：

　用户对hbase中的数据在逻辑上经过rowkey,column family, cell ,timestamp进行管理

• Row Key

与nosql数据库们同样,row key是用来检索记录的主键。访问hbase table中的行，只有三种方式：

 经过单个row key访问

 经过row key的range

 全表扫描

 

存储时，数据按照Row key的字典序(byte order)排序存储。

 

• 列族 column family

hbase表中的每一个列，都归属与某个列族。列族是表的chema的一部分(而列不是)，必须在使用表以前定义。列名都以列族做为前缀。例如courses:history ， courses:math 都属于 courses 这个列族。

访问控制、磁盘和内存的使用统计都是在列族层面进行的。

• 单元 Cell

HBase中经过row和columns肯定的为一个存贮单元称为cell。由{row key, column( =<family> + <label>), version} 惟一肯定的单元。cell中的数据是没有类型的，所有是字节码形式存贮。时间戳能够由hbase(在数据写入时自动 )赋值，此时时间戳是精确到毫秒的当前系统时间。时间戳也能够由客户显式赋值。若是应用程序要避免数据版本冲突，就必须本身生成具备惟一性的时间戳。每一个cell中，不一样版本的数据按照时间倒序排序，即最新的数据排在最前面。

 

为了不数据存在过多版本形成的的管理 (包括存贮和索引)负担，hbase提供了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段时间内的版本（好比最近七天）。用户能够针对每一个列族进行设置。

 

• 时间戳 timestamp

每一个cell都保存着同一份数据的多个版本。版本经过时间戳来索引。时间戳的类型是 64位整型

 

物理存储：

• 结构图

 

 

 

• Regin:

HBase扩展和负载均衡的基本单位是Region。Region从本质上说是行的集合。当Region的大小达到必定的阈值，该Region会自动分裂(split)，固然也多是合并(merge)，合并能够减小Region和相应存储文件的数量

 

对于一张表(HTable)而言，初始时只会有一个Region。表的数据量不断增长，系统会监控此表以确保数据量不会超过一个配置的阈值。若是系统发现表容量超过了限制，该Region会被一分为二。分裂主要看行键(row key)，从Region正中的键开始分裂，并建立容量大体相等的两个Region。

 

Region和Region Server的关系是多对一。一个Region只能位于一台Region Server之上，而一台Region Server能够服务多个Region。

 

分裂和服务这些Region能够视为自动分片。HBase的设计考虑到Region的快速恢复和细粒度的负载均衡问题。当服务于某些Region的Region Server压力过大、退役(decommission，这个概念以后会详细阐述)或者干脆出问题时，这些Region会被移动到其余的Server上。

 

Region虽然是分布式存储的最小单元，但并非存储的最小单元。

事实上，HRegion由一个或者多个Store组成，每一个store保存一个columns family。

每一个Strore由一个memStore和0至多个StoreFile组成。

 

 

 

• storeFile

StoreFile以HFile格式保存在HDFS上。

 

 

 

• Trailer部分的格式:

 

 

 

• HFile分为六个部分：

Data Block 段–保存表中的数据，这部分能够被压缩
Meta Block 段 (可选的)–保存用户自定义的kv对，能够被压缩。
File Info 段–Hfile的元信息，不被压缩，用户也能够在这一部分添加本身的元信息。
Data Block Index 段–Data Block的索引。每条索引的key是被索引的block的第一条记录的key。
Meta Block Index段 (可选的)–Meta Block的索引。
Trailer–这一段是定长的。保存了每一段的偏移量，读取一个HFile时，会首先 读取Trailer，Trailer保存了每一个段的起始位置(段的Magic Number用来作安全check)，而后，DataBlock Index会被读取到内存中，这样，当检索某个key时，不须要扫描整个HFile，而只需从内存中找到key所在的block，经过一次磁盘io将整个 block读取到内存中，再找到须要的key。DataBlock Index采用LRU机制淘汰。
HFile的Data Block，Meta Block一般采用压缩方式存储，压缩以后能够大大减小网络IO和磁盘IO，随之而来的开销固然是须要花费cpu进行压缩和解压缩。
目标Hfile的压缩支持两种方式：Gzip，Lzo。

 

• HLog(WAL log)

WAL 意为Write ahead log(http://en.wikipedia.org/wiki/Write-ahead_logging)，相似mysql中的binlog,用来 作灾难恢复只用，Hlog记录数据的全部变动,一旦数据修改，就能够从log中进行恢复。
每一个Region Server维护一个Hlog,而不是每一个Region一个。这样不一样region(来自不一样table)的日志会混在一块儿，这样作的目的是不断追加单个 文件相对于同时写多个文件而言，能够减小磁盘寻址次数，所以能够提升对table的写性能。带来的麻烦是，若是一台region server下线，为了恢复其上的region，须要将region server上的log进行拆分，而后分发到其它region server上进行恢复。
HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey对象，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包括 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sequence number。HLog Sequece File的Value是HBase的KeyValue对象，即对应HFile中的KeyValue

 

系统架构

• 架构图

 

 

• Client

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

• Zookeeper

1 保证任什么时候候，集群中只有一个master
2 存贮全部Region的寻址入口。
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，每一个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并从新分配其上的region
4 GFS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当中变得过大的region
能够看到，client访问hbase上数据的过程并不须要master参与（寻址访问zookeeper和region server，数据读写访问region server），master仅仅维护者table和region的元数据信息，负载很低。

 

region定位

 

系统如何找到某个row key (或者某个 row key range)所在的region
bigtable 使用三层相似B+树的结构来保存region位置。
第一层是保存zookeeper里面的文件，它持有root region的位置。
第二层root region是.META.表的第一个region其中保存了.META.表其它region的位置。经过root region，咱们就能够访问.META.表的数据。
.META是第三层，它是一个特殊的表，保存了hbase中全部数据表的region 位置信息。

说明：
1 root region永远不会被split，保证了最须要三次跳转，就能定位到任意region 。
2 .META.表每行保存一个region的位置信息，row key 采用表名+表的最后同样编码而成。
3 为了加快访问，.META.表的所有region都保存在内存中。
假设，.META.表的一行在内存中大约占用1KB。而且每一个region限制为128MB。
那么上面的三层结构能够保存的region数目为：(128MB/1KB) * (128MB/1KB) = = 2(34)个region
4 client会将查询过的位置信息保存缓存起来，缓存不会主动失效，所以若是client上的缓存所有失效，则须要进行6次网络来回，才能定位到正确的region(其中三次用来发现缓存失效，另外三次用来获取位置信息)。

 

读写过程

 

hbase使用MemStore和StoreFile存储对表的更新。
数据在更新时首先写入Log(WAL log)和内存(MemStore)中，MemStore中的数据是排序的，当MemStore累计到必定阈值时，就会建立一个新的MemStore，并 且将老的MemStore添加到flush队列，由单独的线程flush到磁盘上，成为一个StoreFile。于此同时，系统会在zookeeper中 记录一个redo point，表示这个时刻以前的变动已经持久化了。(minor compact)
当系统出现意外时，可能致使内存(MemStore)中的数据丢失，此时使用Log(WAL log)来恢复checkpoint以后的数据。
前面提到过StoreFile是只读的，一旦建立后就不能够再修改。所以Hbase的更 新实际上是不断追加的操做。当一个Store中的StoreFile达到必定的阈值后，就会进行一次合并(major compact),将对同一个key的修改合并到一块儿，造成一个大的StoreFile，当StoreFile的大小达到必定阈值后，又会对 StoreFile进行split，等分为两个StoreFile。
因为对表的更新是不断追加的，处理读请求时，须要访问Store中所有的 StoreFile和MemStore，将他们的按照row key进行合并，因为StoreFile和MemStore都是通过排序的，而且StoreFile带有内存中索引，合并的过程仍是比较快。

 

• 写请求处理过程

 

 

1 client向region server提交写请求
2 region server找到目标region
3 region检查数据是否与schema一致
4 若是客户端没有指定版本，则获取当前系统时间做为数据版本
5 将更新写入WAL log
6 将更新写入Memstore
7 判断Memstore的是否须要flush为Store文件。

 

server,master上下线及regin分配流程

• region分配

任什么时候刻，一个region只能分配给一个region server。master记录了当前有哪些可用的region server。以及当前哪些region分配给了哪些region server，哪些region尚未分配。当存在未分配的region，而且有一个region server上有可用空间时，master就给这个region server发送一个装载请求，把region分配给这个region server。region server获得请求后，就开始对此region提供服务。

• region server上线

master使用zookeeper来跟踪region server状态。当某个region server启动时，会首先在zookeeper上的server目录下创建表明本身的文件，并得到该文件的独占锁。因为master订阅了server 目录上的变动消息，当server目录下的文件出现新增或删除操做时，master能够获得来自zookeeper的实时通知。所以一旦region server上线，master能立刻获得消息。

• region server下线

当region server下线时，它和zookeeper的会话断开，zookeeper而自动释放表明这台server的文件上的独占锁。而master不断轮询 server目录下文件的锁状态。若是master发现某个region server丢失了它本身的独占锁，(或者master连续几回和region server通讯都没法成功),master就是尝试去获取表明这个region server的读写锁，一旦获取成功，就能够肯定：
1 region server和zookeeper之间的网络断开了。
2 region server挂了。
的其中一种状况发生了，不管哪一种状况，region server都没法继续为它的region提供服务了，此时master会删除server目录下表明这台region server的文件，并将这台region server的region分配给其它还活着的同志。
若是网络短暂出现问题致使region server丢失了它的锁，那么region server从新链接到zookeeper以后，只要表明它的文件还在，它就会不断尝试获取这个文件上的锁，一旦获取到了，就能够继续提供服务。

• master上线

master启动进行如下步骤:
1 从zookeeper上获取惟一一个代码master的锁，用来阻止其它master成为master。
2 扫描zookeeper上的server目录，得到当前可用的region server列表。
3 和2中的每一个region server通讯，得到当前已分配的region和region server的对应关系。
4 扫描.META.region的集合，计算获得当前还未分配的region，将他们放入待分配region列表。

• master下线

因为master只维护表和region的元数据，而不参与表数据IO的过 程，master下线仅致使全部元数据的修改被冻结(没法建立删除表，没法修改表的schema，没法进行region的负载均衡，没法处理region 上下线，没法进行region的合并，惟一例外的是region的split能够正常进行，由于只有region server参与)，表的数据读写还能够正常进行。所以master下线短期内对整个hbase集群没有影响。从上线过程能够看到，master保存的 信息全是能够冗余信息（均可以从系统其它地方收集到或者计算出来），所以，通常hbase集群中老是有一个master在提供服务，还有一个以上 的’master’在等待时机抢占它的位置。

 

参考资料

http://jiajun.iteye.com/blog/899632