码迷,mamicode.com
首页 > 其他好文 > 详细

HBase 第四章 HBase原理

时间:2018-01-08 18:31:48      阅读:206      评论:0      收藏:0      [点我收藏+]

标签:信息   efi   lru   查找   信息保存   就会   flush   返回   分配   

1  体系图

  技术分享图片

  HBase中的每张表都通过行键按照一定的范围被分割成多个子表(HRegion),默认一个HRegion超过256M就要被分割成两个,这个过程由HRegionServer管理,而HRegion的分配由HMaster管理。

  HMaster

    1、为Region server分配region

    2、负责Region server的负载均衡

    3、发现失效的Region server并重新分配其上的region

    4、HDFS上的垃圾文件回收

    5、处理schema更新请求

  HRegionServer

    1、维护master分配给他的region,处理对这些region的io请求。

    2、负责切分正在运行过程中变的过大的region。

    3、可以看到,client访问hbase上的数据并不需要master参与(寻址访问zookeeper和region server,数据读写访问region server),master仅仅维护table和region的元数据信息(table的元数据信息保存在zookeeper上),负载很低。 HRegionServer存取一个子表时,会创建一个HRegion对象,

      然后对表的每个列族创建一个Store实例,每个Store都会有一个MemStore和0个或多个StoreFile与之对应,每个StoreFile都会对应一个HFile, HFile就是实际的存储文件。

      因此,一个HRegion有多少个列族就有多少个Store。 一个HRegionServer会有多个HRegion和一个HLog。

  HRegion

    1、table在行的方向上分隔为多个Region。Region是HBase中分布式存储和负载均衡的最小单元,即不同的region可以分别在不同的Region Server上,但同一个Region是不会拆分到多个server上。

      Region按大小分隔,每个表一般是只有一个region。随着数据不断插入表,region不断增大,当region的某个列族达到一个阈值(默认256M)时就会分成两个新的region

    2、每个region由以下信息标识:

      2.1 < 表名,startRowkey,创建时间>

      2.2 由目录表(-ROOT-和.META.)记录该region的endRowkey

    3、HRegion定位:Region被分配给哪个Region Server是完全动态的,所以需要机制来定位Region具体在哪个region server。

    4、HBase使用三层结构来定位region:

      4.1 通过zk里的文件/hbase/rs得到-ROOT-表的位置。-ROOT-表只有一个region。

      4.2 通过-ROOT-表查找.META.表的第一个表中相应的region的位置。其实-ROOT-表是.META.表的第一个region;.META.表中的每一个region在-ROOT-表中都是一行记录。

      4.3 通过.META.表找到所要的用户表region的位置。用户表中的每个region在.META.表中都是一行记录。

    5、-ROOT-表永远不会被分隔为多个region,保证了最多需要三次跳转,就能定位到任意的region。client会将查询的位置信息保存缓存起来,缓存不会主动失效,因此如果client上的缓存全部失效,则需要进行6次网络来回,才能定位到正确的region,其中三次用来发现缓存失效,

      另外三次用来获取位置信息。

    6、table 和region 的关系:

      6.1 table 默认最初只有一个region,随着记录数的不断增加而变大,起初的region会逐渐分裂成多个region,一个region有【startkey,endkey】表示,不同的region会被master分配给相应的regionserver管理。

      6.2 region 是hbase分布式存储和负载均衡的最小单元,不同的region分不到不同的regionserver。

      6.3 region 虽然是分布式存储的最小单元,但并不是存储的最小单元

      6.4 region 是由一个或者多个store 组成的,每个store就是一个 column family,每个stroe 又由一个memstore 和 1至多个store file组成(memstore 到一个阈值会刷新,写入到storefile,有hlog 来保证数据的安全性,一个 regionserver 有且只有一个hlog

  Store

     每一个region由一个或多个store组成,至少是一个store,hbase会把一起访问的数据放在一个store里面,即为每个ColumnFamily建一个store,如果有几个ColumnFamily,也就有几个Store。一个Store由一个memStore和0或者多个StoreFile组成。 

    HBase以store的大小来判断是否需要切分region

  MemStore

    memStore 是放在内存里的。保存修改的数据即keyValues。当memStore的大小达到一个阀值(默认64MB)时,memStore会被flush到文件,即生成一个快照。目前hbase 会有一个线程来负责memStore的flush操作。

  StoreFile

    memStore内存中的数据写到文件后就是StoreFile,StoreFile底层是以HFile的格式保存。

  HFile

     HBase中KeyValue数据的存储格式,是hadoop的二进制格式文件。 首先HFile文件是不定长的,长度固定的只有其中的两块:Trailer和FileInfo。Trailer中有指针指向其他数据块的起始点,FileInfo记录了文件的一些meta信息。 Data Block是hbase io的基本单元,为了提高效率,

    HRegionServer中有基于LRU的block cache机制。每个Data块的大小可以在创建一个Table的时候通过参数指定(默认块大小64KB),大号的Block有利于顺序Scan,小号的Block利于随机查询。每个Data块除了开头的Magic以外就是一个个KeyValue对拼接而成,

    Magic内容就是一些随机数字,目的是防止数据损坏。

  HLog

    其实HLog文件就是一个普通的Hadoop Sequence File, Sequence File的value是key时HLogKey对象,其中记录了写入数据的归属信息,除了table和region名字外,还同时包括sequence number和timestamp,timestamp是写入时间,sequence number的起始值为0,或者是最近

    一次存入文件系统中的sequence number。 Sequence File的value是HBase的KeyValue对象,即对应HFile中的KeyValue。

  Client

    HBASE Client使用HBASE的RPC机制与HMaster和RegionServer进行通信

    管理类操作:Client与HMaster进行RPC

    数据读写类操作:Client与HRegionServer进行RPC.

2 流程介绍

  2.1 写流程

    2.1.1 client向hregionserver发送写请求。

    2.1.2 hregionserver将数据写到hlog(write ahead log)。为了数据的持久化和恢复。

    2.1.3  hregionserver将数据写到内存(memstore)

    2.1.4 反馈client写成功。

  2.2 数据flush 过程

    2.2.1 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。

    2.2.2 并将数据存储到hdfs中。

    2.2.3 在hlog中做标记点。

  2.3 数据合并过程

    2.3.1  当数据块达到4块,hmaster将数据块加载到本地,进行合并。

    2.3.2 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。

    2.3.3 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.

    2.3.4 注意:hlog会同步到hdfs。

  2.4 hbase的读流程

    2.4.1 通过zookeeper和-ROOT- .META.表定位hregionserver。

    2.4.2 数据从内存和硬盘合并后返回给client。

    2.4.3 数据块会缓存

 

HBase 第四章 HBase原理

标签:信息   efi   lru   查找   信息保存   就会   flush   返回   分配   

原文地址:https://www.cnblogs.com/zhaobingqing/p/8243763.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!