1）HBase（概述）

什么是HBase

• HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。
• HBase的目标是存储并处理大型的数据，更具体来说是仅需使用普通的硬件配置，就能够处理由成千上万的行和列所组成的大型数据。
• HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据；

HBase特点

• 海量存储
• 列式存储
• 极易扩展
• 高并发
• 稀疏性

HBase架构

HBase架构图

• 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。

• 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；

• Hmaster：
  master节点的主要职责如下：
  ① 为RegionServer分配Region
  ② 维护整个集群的负载均衡
  ③ 维护集群的元数据信息
  ④ 发现失效的Region，并将失效的Region分配到正常的RegionServer上
  ⑤ 当RegionSever失效的时候，协调对应Hlog的拆分

• 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：
  ① 管理master为其分配的Region
  ② 处理来自客户端的读写请求
  ③ 负责和底层HDFS的交互，存储数据到HDFS
  ④ 负责Region变大以后的拆分
  ⑤ 负责Storefile的合并工作

• 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：
  ① 提供元数据和表数据的底层分布式存储服务
  ② 数据多副本，保证的高可靠和高可用性

HBase中的角色

• HMaster
  功能：

  • 监控RegionServer
  • 处理RegionServer故障转移
  • 处理元数据的变更
  • 处理region的分配或转移
  • 在空闲时间进行数据的负载均衡
  • 通过Zookeeper发布自己的位置给客户端

• RegionServer
  功能：

  • 负责存储HBase的实际数据
  • 处理分配给它的Region
  • 刷新缓存到HDFS
  • 维护Hlog
  • 执行压缩
  • 负责处理Region分片

• 其他组件
  1．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；

  2．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

  3．Store
  HFile存储在Store中，一个Store对应HBase表中的一个列族

  4．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

  5．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