HBase篇(3)-架构详解

时间:2022-09-18 17:21:52

【每日五分钟搞定大数据】系列,HBase第三篇
HBase篇(3)-架构详解

聊完场景和数据模型我们来说下HBase的架构,在网上找了张比较清晰的图,我觉得这张图能说明很多问题,那这一篇我们就重点来解析下这张图

HBase篇(3)-架构详解

角色与职责

先介绍下上图中的几个角色和Ta们的职责:

1.HMaster

  • 为Region server分配region;
  • 负责Region server的负载均衡;
  • 发现失效的Region server并重新分配其上的region;
  • 处理schema更新请求

2.Client

Client包含访问HBase的接口,并维护cache(region的位置信息)来加快对HBase的访问

3.Zookeeper

在之前的Zookeeper篇讲过HBase和Zookeeper的联系,忘记地同学可以去翻一下。

  • HMaster的HA
  • regionserver状态信息
  • 存root表(用于记录.META.表所在的regionServer,该表只会有一个regionServer)
  • 存储HBase的schema和table元数据
  • 发现失效的Region,借助HMaster分配region

4.HRegionSever

即一台服务器,拥有一个到多个HRegion

RegionServer

图里HRegionServer里面的内容很多,大家可能会看得有点懵,我们来详细说下这个HRegionServer里面的东西。

HRegionServer 包含 (1+)个 Region

一个 HRegionServer 包含一到多个Region,而Region就是一张HBase表按一定阈值横向切割的一部分。

Region按大小分割的,每个表开始只有一个region,随着数据增多,region不断增大,当增大到一个阀值的时候,region就会等分会两个新的region,之后会有越来越多的region;

Region是Hbase中分布式存储和负载均衡的最小单元,不同Region分布到不同RegionServer上;

Region 包含 (1+)个 Store = columns family 列族个数

Region由一个或者多个Store组成,每个store保存一个columns family;

Store 是一个抽象的概念就是一个存储,它的个数和HDFS上的存储目录个数是一致的,而一个存储目录对应的就是一个columns family列族。

Store 包含(1)个 MemStore +(0+)个 StoreFile

Store 上面说了就是一个存储,他包含了一个内存的存储和0+个文件存储,一个Store的所有文件都存在一个目录下,这个目录下的所有文件对应的是一个列族。
注意:

  • StoreFile是实际存储数据的。是HFile的轻量级包装。
  • StoreFile达到阈值个数(4)会进行合并;
  • 一个StoreFile达到阈值大小会进行分裂;
  • 分裂后由hmaster分配到不同region起到负载均衡作用(若出现hot region可以手动拆分)

上面说得可能有点抽象,我们来看具体的数据:
我们来沿用下上一篇的那个表:

HBase篇(3)-架构详解

如表

假设这张表有几万行,一行就代表一万行,那可能A和B可能是属于RegionA,C和D可能是属于RegionB,

RegionA和RegionB可能分布在不同的RegionServer上,

可见,RegionA有两个列族,CF1和CF2,

即它有两个Store,

即在HDFS上有两个目录分别用于存放CF1和CF2,

即CF1和CF2在内存里也分别各对应了一个MemStore

读写

这里先讲个大概,后面的文章我会每一步详细分析,比如region的分裂过程,StoreFile的合并过程,rowkey的定位详细流程等等,欢迎持续关注。

Region定位流程:

  • Zookeeper:记录了-ROOT-表的位置。
  • -ROOT-:记录.META.表所在的region列表,该表只会有一个Region;
  • .META.:根据给定的key找到RegionServer。.META.记录所有的用户空间region列表,以及RegionServer的服务器地址。

    写流程

  1. 向zookeeper发起请求,从ROOT表中获得META所在的region,再根据table,namespace,rowkey,去meta表中找到目标数据对应的region信息以及regionserver
  2. 把数据分别写到HLog和MemStore上一份
    MemStore达到一个阈值后则把数据刷成一个StoreFile文件。若MemStore中的数据有丢失,则可以总HLog上恢复
    当多个StoreFile文件达到一定的大小后,会触发Compact合并操作,合并为一个StoreFile,这里同时进行版本的合并和数据删除。
    当Compact后,逐步形成越来越大的StoreFIle后,会触发Split操作,把当前的StoreFile分成两个,这里相当于把一个大的region分割成两个region

    读流程

  3. 从zookeeper获得root表所在region位置
  4. 根据table,namespace,rowkey去root表中获得meta表所在region位置
  5. 根据table,namespace,rowkey去meta表中获得这条记录所在regionserver
  6. 首先检查请求的数据是否在Memstore,写缓存未命中的话再到读缓存(blockCache)中查找,读缓存还未命中才会到HFile文件中查找,最终返回merged的一个结果给用户
  7. client端会对数据块缓存

    数据flush过程

  8. 当memstore数据达到阈值(默认是64M),将数据刷到硬盘,将内存中的数据删除同时删除Hlog中的历史数据。
  9. 并将数据存储到hdfs中。
  10. 在hlog中做标记点。

    数据合并过程

  11. 当数据块达到4块,hmaster将数据块加载到本地,进行合并
  12. 当合并的数据超过256M,进行拆分,将拆分后的region分配给不同的hregionserver管理
  13. 当hregionser宕机后,将hregionserver上的hlog拆分,然后分配给不同的hregionserver加载,修改.META.
  14. 注意:hlog会同步到hdfs

HBase篇(3)-架构详解