1 HBase架构

HBase的zookeeper中保存HBase的元数据，HMater是HBase的管理节点，ReginServer有多个，每个ReginServer管理了多个Regin，每个ReginServer根据列族的个数可以有多个Store，每个Store的MemStore是写入缓冲区，但在写入MemStore之前还是会先写入预写日志（HLog），HLog文件还是会保存在HDFS上面，并且所有的Regin共用一个HLog实例。当缓冲区写满后会刷写为HFile，StoreFile只是对HFile的轻量封装，一个Store可以有多个StoreFile，HFile还是保存在HDFS之上。

那么回到CAP理论，单个Regin可以认为是一个分片。由于有ReginServer的存在，对数据的更新操作是可以满足一致性的，但是ReginServer存在单点故障，所以HBase对CAP理论的取舍是CP。

从以上HBase的架构模式我们得出，HBase最后的查询数据方式是用行健加列名去定位某个值（单元格）。

整体架构

在 Hbase 中有两种服务器:

• Master 服务器

• RegionServer 服务器

一般一个 HBase 集群有一个 Master 服务器和几个 RegionServer 服务器。

Master 服务器负责维护表结构信息，实际的数据都存储在 RegionServer 服务器上.

另外, HBase 有一点很特殊：

客户端获取数据由客户端直连 RegionServer 的，所以你会发现Master挂掉之后你依然可以查询数据，但就是不能新建表了。

RegionServer 是直接负责存储数据的服务器。RegionServer 保存的表数据直接存储在 Hadoop 的 HDFS 上, 所以架构如下

RegionServer 非常依赖 ZooKeeper 服务，可以说没有 ZooKeeper 就没有 HBase。

ZooKeeper 在 HBase 中扮演的角色类似一个管家。ZooKeeper 管理了 HBase 所有RegionServer 的信息，包括具体的数据段存放在哪个 RegionServer 上。

客户端每次与 HBase 连接，其实都是先与 ZooKeeper 通信，查询出哪个RegionServer 需要连接，然后再连接 RegionServer。因此，以上的架构又可以拓展成如下所示:

这就是 Hbase 的整体架构

2 Master 是什么

可能你们会想当然地觉得 Master 是 HBase 的领导，所有的数据、所有的操作都会经过它。

错！其实在HBase中Master的角色不像领导，更像是打杂的。

我们之前说过，客户端从 ZooKeeper 获取了 RegionServer 的地址后，会直接从RegionServer 获取数据。其实不光是获取数据，包括插入、删除等所有的数据操作都是直接操作 RegionServer，而不需要经过 Master。

Master 只负责各种协调工作（其实就是打杂），比如建表、删表、移动Region、合并等操作。它们的共性就是需要跨 RegionServer，这些操作由哪个 RegionServer 来执行都不合适，所以 HBase 就将这些操作放到了 Master 上了。

这种结构的好处是大大降低了集群对 Master 的依赖。而 Master 节点一般只有一个到两个，一旦宕机，如果集群对Master的依赖度很大，那么就会产生单点故障问题。

在 HBase 中，即使Master宕机了，集群依然可以正常地运行，依然可以存储和删除数据。

但是, 如果 Master 长时间宕机也是不行的, 毕竟他还是有一些工作需要做的.

主要功能

1.为RegionServer分配Region  2．处理 RegionServer 故障转移 3．当RegionSever失效的时候，协调对应Hlog的拆分 4．发现失效的Region，并将失效的Region转移到正常的RegionServer上5．在空闲时间进行数据的负载均衡 6．通过 Zookeeper 发布自己的位置给客户端

3 RegionServer 是什么

当客户端从 ZooKeeper 获取 RegionServer 的地址后，它会直接从 RegionServer获取数据。

优点类似于 Hadoop 中的 DataNode

HRegionServer内部管理了一系列HRegion对象，每个HRegion对应Table 中的一个Region

HRegionServer：

1)  HRegionServer主要负责响应用户I/O请求，向HDFS文件系统中读写数据，是HBase中最核心的模块。

2)HRegionServer内部管理了一系列HRegion对象，每个HRegion对应了Table中的一个Region，HRegion中由多个HStore组成。每个HStore对应了Table中的一个Column Family的存储，可以看出每个Column Family其实就是一个集中的存储单元，因此最好将具备共同IO特性的column放在一个Column Family中，这样最高效。

HRegion：

HBase自动把表水平划分成多个区域(Region)，每个region会保存一个表里面某段连续的数据；每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一定阈值的时候，region就会等分为两个新的region(裂变)；当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个RegionServer上。

HStore（一个HStore对应一个列族）：
HStore是HBase存储的核心，其中由两部分组成：一个MemStore，有多个StoreFile

一个region由多个store组成，一个store对应一个CF（列族）；store包括位于内存中的memcache和位于磁盘的storefile，写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的storefile；当storefile文件的数量增长到一定阈值后，系统会进行合并(minor，major compaction)，在合并过程中会进行版本合并和删除工作(majar)，形成更大的storefile；当一个region中所有的storefile的大小和数量超过一定阈值后，会把当前的region分割成为两个，并由hmaster分配到相应regionserver服务器，实现负载均衡；客户端检索数据，先在memstore里面找，找不到在storefile里面找。

Memstore & StoreFile
Client写入->存入MemStore，一直到MemStore满-> Flush成一个StoreFile，直至增长到一定阀值-> 触 发Compact合并操作-> 多个StoreFile Compact后，逐步形成越来越大的StoreFile ->单个StoreFile大小超过一定阀值后，触发Split操作，把当前Region Split成2个Region，当前Region会下线，新Split出的2个孩子Region会被HMaster分配到相应的HRegionServer上，使得原先1个Region的压力得以分流到2个Region上。

HBase只是增加数据，所有的更新和删除操作，都是在Compact阶段做的，所以，用户写操作只需要进入到内存即可立即返回，从而保证I/O高性能。

HLog：

在分布式系统环境中，无法避免系统出错或者宕机，因此一旦HRegionServer意外退出，MemStore中的内存数据将会丢失，这就需要引入HLog了。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文件格式见后续），HLog文件定期会滚动出新的，并删除旧的文件（已持久化到StoreFile中的数据）。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。

* WAL意为Write ahead log，类似于MySQL中的binlog，用来做灾难恢复。

* Hlog记录数据的所有变更，一旦数据修改，就可以从log中进行恢复。每个HRegionServer维护一个HLog，

而不是每个HRegion一个。

这样不同Region（来自不同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，因此可以提高对table的写性能。

带来的麻烦是，如果一台HRegionServer下线，为了恢复其上的region，

需要将HRegionServer上的log进行拆分，然后分发到其它HRegionServer上进行恢复。

RegionServer 主要工作

1．负责存储 HBase 的实际数据 2．处理分配给它的 Region 3．刷新缓存到 HDFS 4．维护 Hlog  5．执行压缩   6．负责处理 Region 分片

4 Region

4.1 Region是什么

Region 就是一段数据的集合。

HBase中的表一般拥有一个到多个 Region。

Region有以下特性：

• Region 不能跨服务器，一个 RegionServer 上有一个或者多个 Region。

• 数据量小的时候，一个 Region 足以存储所有数据；但是，当数据量大的时候，HBase会拆分 Region。

• 当 HBase 在进行负载均衡的时候，也有可能会从一台 RegionServer 上把 Region移动到另一台 RegionServer 上。

• Region 是基于 HDFS 的，它的所有数据存取操作都是调用了 HDFS 的客户端接口来实现的。

4.2  Region点位

4.2.1-ROOT-  表 和  .META.  表（注意：zookeeper保存这俩张表的元数据信息，即这两张表所处 RegionServer的 ip 地址等，而实际存储数据的仍然是某台RegionServer中的这两张表）

HBase中有两张特殊的表，-ROOT-  和 .META. ，它们的功能如下：

-ROOT-  记录.META.表的Region信息，只有一个Region

 .META.  记录用户表的Region信息，可以有多个Region

4.2.2  Region点位

HBASE如何找到某个人Row Key（或者某个Row Key Range）所在的Region呢？使用三层类似B+树的结构来保存Region位置。元数据表 -Root- 和 .META. 都是HBase中的表。-ROOT- 表的Region被设定为永不拆分，意味着只有一个Region，-ROOT-  保存了 .META.  的region信息，而 .META.  保存了用户表的Regin信息。

1）Root Region永远不会被split，保证最多需要三次跳转，就能定位到任意Regin

2） .META. 表每行保存一个Region的位置信息，Row key采用“表名+表的最后一行”编码而成。假设  .META. 表的一行在内存中大约占用 1KB，并且每个 Regin限制为128M，上面的三层架构可以存储的Region数目为：

（128MB/ 1KB）*  (128MB/1KB） =2^34 个Region

3）为了加快访问， .META. 表的全部Region都保存在内存中

client会将查询过的位置信息保存起来，缓存不会主动失效，因此如果Client上的缓存全部失效，则需要进行6次网络来回，才能点位到正确的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）

5 zookeeper

在zookeeper quorum中，除了存储  -ROOT-表的地址和HMaster的地址外，HRegionServer也会以Ephemeral（短暂）方式自己注册到zookeeper中，使得HMaster可以随时感知到各个HRegionserver的健康状态。此外，zookeeper也避免了HMaster的单点问题。

HBase通过Zookeeper来做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作。具体工作如下：

通过Zoopkeeper来保证集群中只有1个master在运行，如果master异常，会通过竞争机制产生新的master提供服务

通过Zoopkeeper来监控RegionServer的状态，当RegionSevrer有异常的时候，通过回调的形式通知Master RegionServer上下线的信息

通过Zoopkeeper存储元数据的统一入口地址

1．监控 RegionServer    2 存储 Region 定位信息       3.HBase通过Zookeeper来做master的高可用