Hbase的基本架构以及对应的读写流程

1、HBase简介

1，定义:

　　HBase 是一种分布式、可扩展、支持海量数据存储的 NoSQL 数据库。

2，HBase的架构图:

     　

 

　　架构角色:

  1）Master

　　Master是全部Region Server的管理者，其实现为HRegionServer,主要做用有:

a>对于表的DDL操做：create，delete，alter

b>对于RegionServer的操做：分配regions到每一个RegionServer，监控每一个RegionServer的状态，负载均衡和故障转移。

  2）Zookeeper：

HBase经过Zookeeper来作Master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工做。

  3）WAL：

因为数据要经MemStore排序后才能刷写到HFile，但把数据保存在内存中会有很高的几率致使数据丢失，为了解决这个问题，数据会先写入Write-Ahead logfile的文件中，而后再写入到Memstore中。因此在系统出现故障的时候，数据能够经过这个日志文件重建。

  4）MemStore：

写缓存，因为HFile中的数据要求是有序的，因此数据是先存储在MemStore中，排好序后，等到达刷写时机才会刷写到HFile，每次刷写都会造成一个新的HFile。

  5）StoreFile：

保存实际数据的物理文件，StoreFile以HFile的形式存储在HDFS上。每一个Store会有一个或多个StoreFile(HFile)，数据在StoreFile上是有序的。

3，数据模型：

  

     1）Name Space

命名空间，相似于关系型数据库的DataBase概念，每一个命名空间下有多个表。HBase有两个自带的命名空间，分别是hbase和default，hbase中存放的是HBase的内置表，default表示用户默认使用的命名空间。

　 2）Region

相似于关系型数据库的表概念。不一样的是，HBase定义表时只须要生命列簇便可，不须要声明具体的列。这意味着，往HBase写入数据时，字段能够动态、按需指定。

    3）Row

HBase表中的每行数据都由一个RowKey和多个Column(列)组成，数据是按照RowKey的字典顺序存储的，而且查询时智能根据RowKey进行检索，因此RowKey的书籍十分重要。

   4）Cloumn

HBase中的每一个列都由Cloumn Family（列簇）和Cloumn Qualifier（列限定符）进行限定，例如info：name，info：age。建表时，只需指明列簇，而列限定符无需预先定义。

 5）Time Stamp

用于标识数据的不一样版本（version），每条数据写入时，若是不指定时间戳，系统会自动为其加上该字段，其值为写入HBase的时间。

   6）Cell

由{rowkey, column Family：column Qualifier, time Stamp} 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。

 

2、HBase写数据流程

  

1）Client 先访问 zookeeper，获取 hbase:meta 表位于哪一个 Region Server。 #zk   get /hbase/meta-region-server 2）访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey，查询出目标数据位于哪一个 Region Server 中的哪一个 Region 中。
　　并将该 table 的 region 信息以及 meta 表的位置信息缓存在客户端的 meta cache，方便下次访问。  #hbase scan 'hbase:meta'  查询到具体哪张表由哪一个Region Server维护
3）与目标 Region Server 进行通信；
4）将数据顺序写入（追加）到 WAL；
5）将数据写入对应的 MemStore，数据会在 MemStore 进行排序；
6）向客户端发送 ack；
7）等达到 MemStore 的刷写时机后，将数据刷写到 HFile。

 

3、HBase读数据流程

    

1）Client 先访问 zookeeper，获取 hbase:meta 表位于哪一个 Region Server。
2）访问对应的 Region Server，获取 hbase:meta 表，根据读请求的 namespace:table/rowkey，查询出目标数据位于哪一个 Region Server 中的哪一个 Region 中。并将该 table 的 region 信息以及 meta 表的位置信息缓存在客户端的 meta cache，方便下次访问。
3）与目标 Region Server 进行通信；
4）分别在 Block Cache（读缓存），MemStore 和 Store File（HFile）中查询目标数据，并将查到的全部数据进行合并。此处全部数据是指同一条数据的不一样版本（time stamp）或者不一样的类型（Put/Delete）。
5）将从文件中查询到的数据块（Block，HFile 数据存储单元，默认大小为 64KB）缓存到Block Cache。
6）将合并后的最终结果返回给客户端。