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:
- 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
物理存储结构