hbase架构简化介绍

架构图

Client

• 包含访问的HBase的接口并维护cache来加快对HBase的访问

Zookeeper

• 保证任何时候，集群中只有一个master
• 存储所有Region的寻址入口
• 实时监控RegionServer的上线和下线信息，并实时通知Master
• 存储HBase的schema和table元数据

Master

• 为RegionServer分配region
• 负责RegionServer的负载均衡
• 发现失效的RegionServer并重新分配其上的region
• 管理用户对table的增删改操作

Regionserver

• 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

Region

• HBase自动把表水平划分为多个区域（region，每个region会保存一个表里面的某段连续的数据；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，当增大到一个阀值的时候，region就会等分两个新的region，这个过程也叫裂变。
• 当table中的行不断增多，就会有越来越多的region。这样一张完整的表就会被保存在多个RegionServer上。

Memstore与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memstore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，每次吸入形成单独的一个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所有的storefile的大小和超过一定阈值后，会把当前的region分割为两个，并有hmaster分配到相应的regionserver服务器，实现负载均衡
• 客户端检索数据，现在memstore找，找不到再找storefile