标签：lob server memory family hdfs gic tor perl 信息
HBase特点
1）海量存储
Hbase适合存储PB级别的海量数据，在PB级别的数据以及采用廉价PC存储的情况下，能在几十到百毫秒内返回数据。这与Hbase的极易扩展性息息相关。正式因为Hbase良好的扩展性，才为海量数据的存储提供了便利。
2）列式存储
这里的列式存储其实说的是列族存储，Hbase是根据列族来存储数据的。列族下面可以有非常多的列，列族在创建表的时候就必须指定。
3）极易扩展
Hbase的扩展性主要体现在两个方面，一个是基于上层处理能力（RegionServer）的扩展，一个是基于存储的扩展（HDFS）。
通过横向添加RegionSever的机器，进行水平扩展，提升Hbase上层的处理能力，提升Hbsae服务更多Region的能力。
备注：RegionServer的作用是管理region、承接业务的访问，这个后面会详细的介绍通过横向添加Datanode的机器，进行存储层扩容，提升Hbase的数据存储能力和提升后端存储的读写能力。
4）高并发
由于目前大部分使用Hbase的架构，都是采用的廉价PC，因此单个IO的延迟其实并不小，一般在几十到上百ms之间。这里说的高并发，主要是在并发的情况下，Hbase的单个IO延迟下降并不多。能获得高并发、低延迟的服务。
5）稀疏
稀疏主要是针对Hbase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
HBase的数据模型
HBase中的数据是以表的形式组织起来的，每张表都有自己属于的namespace(你可以把namespace看作Mysql中的数据库)，表默认的话是创建在default这个namespace中。HBase中的表其实是一个类似于三层Map结构的模型，如下图：
一个Table中包含很多的rowKey，每一个rowkey就是对应着一行(row)数据；每一行数据包含了若干个列(column)，每一个列由一个column family(列蔟)和column qualifier(列名)组成，当然column qualifier可以为空；每一个列包含了若干个版本的数据值，这个版本默认是数据插入时的服务器时间戳，版本数默认是1个，当然版本以及版本的数量是可以设置的。
HBase的架构
HBase也是遵守主从架构的技术，由一个主HMaster和若干个从HRegionServer组成。HBase中的一张表的数据由若干个HRegion组成，也就是说每一个HRegion负责管理一张表中的一段数据，HRegion都是分布式的存在于HRegionServer中(也就是说一个HRegionServer是管理多个HRegion的进程)，所以说HRegion是HBase表中数据分布式存储的单位。那么一个HRegion中又是由若干个column family的数据组成(HRegion对应的表有几个column family，那么HRegion中就管理几个column family的数据)；在HRegion中每个column family数据由一个store管理，每个store包含了一个memory store和若干个HFile组成，HFile的数据最终都会落地到HDFS文件中，所以说HBase依赖HDFS，存在HBase中的数据最终都会落地到HDFS中。
在HBase中还有一部分元数据信息，比如HMaster的状态信息、HRegionServer的状态信息以及HRegion的状态信息等，这些信息都是存储在zookeeper集群中，zookeeper集群在HBase中处于一个分布式协调服务的角色，客户端要连接HBase集群的话，也是直接连接zookeeper集群即可，客户端可以在zookeeper中找到需要和HBase的哪一个进程通讯。
Hfile
HBase依赖HDFS，存在HBase中的数据最终都会落地到HDFS中，HBase中的数据在HDFS中就是以HFile这种格式的文件组织起来的。一个HFile包含了若干个不同类型的Block，每一个Block的大小通常为8K到1M(默认是64K)；Block的类型有Data Blocks、Index Blocks、Bloom filter Blocks以及Trailer block，一个Data Block包含一个magic数字和若干个KeyValue的数据。Index Blocks是记录每一个Data Block的数据位置(就是索引信息)用于随机读写
查看HFile内容：hbase org.apache.hadoop.hbase.io.hfile.HFile -f hfile_name
HBase的读写缓存机制
写缓存机制：所有的数据先写入到Memory Store中，如果Memory Store所占的内存符合下面的规则的话，则会将数据flush到磁盘中：
（1）、当一个Region中所有MemoryStore内存之和大于hbase.hregion.memstore.flush.size(默认大小是：134217728字节(128M))的时候，这个MemoryStore所在的Region中的所有MemoryStore都会写到磁盘
（2）、当一个HRegionServer中所有的MemoryStore加在一起的大小大于hbase.regionserver.global.memstore.upperLimit默认大小是堆内存的40%，那么这个HRegionServer中的所有的Region中的内存数据都会flush到磁盘中，当所有的内存使用达到
hbase.regionserver.global.memstore.lowerLimit的时候就不会flush了
读缓存机制：读缓存策略包含两种，一种是LruBlockCache，一种是BucketCache，其中默认是使用LruBlockCache
LruBlockCache是使用LRU的算法实现的缓存策略
如果要使用BucketCache的话，需要配置开启，BucketCache一般和LruBlockCache配合使用，配合使用的方式有两种：
（1）、LruBlockCache用于缓存Index和Bloom这种META block数据，而BucketCache用于缓存真的数据
（2）、BucketCache作为LruBlockCache的二级缓存使用
hbase运行原理
标签：lob server memory family hdfs gic tor perl 信息
原文地址：https://www.cnblogs.com/tesla-turing/p/11959823.html
