Hbase详细架构图解
Rabcheng 人气:1
[TOC](Hbase详细架构图解)
![Hbase架构图](https://img-blog.csdnimg.cn/20200330102942226.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzcyNjc3NA==,size_16,color_FFFFFF,t_70#pic_center)
**注意**:Hbase是依赖zookeeper和hdfs的,需要启动zk和hdfs。
# 主要组件
**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。
**HDFS:**
HDFS 为 HBase 提供最终的底层数据存储服务,同时为 HBase 提供高可用的支持。
**Master:(是所有 Region Server 的管理者,其实现类为 HMaster)**
- 对RegionServer的操作:
1. **监控**RegionServer
3. 处理RegionServer**故障转移**
4. 处理**元数据**的变更
5. 处理region的**分配或转移**
6. 在空闲时间进行数据的**负载均衡**
7. 通过Zookeeper发布自己的位置给客户
- 对于表的操作(DDL)
create, delete, alter
**RegionServer:(为 Region 的管理者,其实现类为 HRegionServer)**
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
对于数据的操作:(DML)
get, put, delete;
**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。
**Hlog:**
又称Write-Ahead logs(WAL)预写入日志。
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)。由于数据要经 MemStore 排序后才能刷写到 StoreFile,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。
**Store:**
StoreFile存储在Store中,一个Store对应HBase表中的一个列族(列簇, Column Family)。
**MemStore:**
写缓存,由于 StoreFile中的数据要求是有序的,所以数据是先存储在 MemStore 中,排好序后,等到达刷写时机才会刷写到 StoreFile,每次刷写都会形成一个新的 StoreFile。
**StoreFile:**
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。每个 Store 会有
一个或多个 StoreFile,数据在每个 StoreFile 中都是有序的(按照Rowkey的字典顺序排序)。
**Hfile:**
可以理解成一种文件格式(其他的文件格式TXT,orc,parquet...),StoreFile是以hfile格式存储的。
# 数据模型
逻辑结构图
![逻辑结构](https://img-blog.csdnimg.cn/20200330150836394.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzcyNjc3NA==,size_16,color_FFFFFF,t_70#pic_center)
物理存储结构
![物理存储结构](https://img-blog.csdnimg.cn/20200330150951232.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzcyNjc3NA==,size_16,color_FFFFFF,t_70#pic_center)
1. **Name Space**
命名空间,类似于关系型数据库的 DatabBase 概念,每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 内置的表,default 表是用户默认使用的命名空间。
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,并且查询数据时只能根据 RowKey 进行检索,所以 RowKey 的设计十分重要。
4. **Column**
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,并且查询数据时只能根据 RowKey 进行检索,所以 RowKey 的设计十分重要。
5. **Time Stamp**
用于标识数据的不同版本(version),每条数据写入时,如果不指定时间戳,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} 唯一确定的单元。cell 中的数据是没有类型的,全部是字节码形式存贮(byte[]数组)。
加载全部内容