HBase架构

1 Client

Client包含了访问Hbase的接口，另外Client还维护了对应的cache来加速Hbase的访问，比如cache的.META.元数据的信息。

2 Zookeeper

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

3 HMaster

• 为RegionServer分配Region
• 维护整个集群的负载均衡
• 维护集群的元数据信息
• 发现失效的Region，并将失效的Region分配到正常的RegionServer上
• 当RegionSever失效的时候，协调对应Hlog的拆分

4 HRegionServer

HregionServer直接对接用户的读写请求，是真正的“干活”的节点。它的功能概括如下：

• 管理master为其分配的Region，执行Flush、Compaction、Open、Close、Load等操作
• 处理来自客户端的读写更新删除请求
• 负责和底层HDFS的交互，存储数据到HDFS
• 负责Storefile的合并工作
• 负责Region变大以后的拆分
• 定期向Master汇报RS的情况，包括RS内存使用状态、在线状态的Region等信息

5 Region

Hbase表的分片，HBase表会根据RowKey值被切分成不同的region存储在RegionServer中，在一个RegionServer中可以有多个不同的region。

• HBase表格根据row key 划分成“Regions”。
• 一个Region包含该表格中从起始key到结束key之间的所有行。
• Region由Store组成。
• Regions会被分配到集群中称为“Region Servers”的节点

6 Write-Ahead logs

HBase的修改记录，当对HBase读写数据的时候，数据不是直接写进磁盘，它会在内存中保留一段时间（时间以及数据量阈值可以设定）。但把数据保存在内存中可能有更高的概率引起数据丢失，为了解决这个问题，数据会先写在一个叫做Write-Ahead logfile的文件中，然后再写入内存中。所以在系统出现故障的时候，数据可以通过这个日志文件重建。

7 Store

HFile存储在Store中，一个Store对应HBase表中的一个列族。

8 MemStore

顾名思义，就是内存存储，位于内存中，用来保存当前的数据操作，所以当数据保存在WAL中之后，RegsionServer会在内存中存储键值对。

9 HFile

这是在磁盘上保存原始数据的实际的物理文件，是实际的存储文件。StoreFile是以Hfile的形式存储在HDFS的。

10 HDFS

HDFS为Hbase提供最终的底层数据存储服务，同时为HBase提供高可用（Hlog存储在HDFS）的支持，具体功能概括如下：

• 提供元数据和表数据的底层分布式存储服务
• 数据多副本，保证的高可靠和高可用性