Hbase简介

访问Hbase主要有三种方式

1. 通过单个row key访问
2. 通过row key的range
3. 全表扫描

存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分利用排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)

• 字典序对int排序的结果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。
• 要保持整形的自然序，行键必须用0作左填充。

列族

访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中，列族上的控制权限能帮助我们管理不同类型的应用：

• 我们允许一些应用可以添加新的基本数据、一些应用可以读取基本数据并创建继承的列族、一些应用则只允许浏览数据（甚至可能因为隐私的原因不能浏览所有数据）。

时间戳和cell

• 通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引
• 时间戳也可以由客户显式赋值。

物理存储

• 当table中的行不断增多，就会有越来越多的Hregion(对应一个region)。
• Hregion是Hbase中分布式存储和负载均衡的最小单元。最小单元就表示不同的Hregion可以分布在不同的HRegion server上。但一个Hregion是不会拆分到多个server上的。

存储模型

• 一个table中的region会被随机分配给一个region server。
• region是分布式存储和负载均衡的最小单元。

HRegion虽然是分布式存储的最小单元，但并不是存储的最小单元。

• HRegion由一个或者多个Store组成，每个store保存一个columns family。
• 每个Strore又由一个memStore和0至多个StoreFile组成。如图：
• StoreFile以HFile格式保存在HDFS上。

• 基于block的存储结构
• block的索引驻留内存

HFile分为六个部分：

1. Data Block 段–--保存表中的数据，这部分可以被压缩
2. Meta Block 段 (可选的)--–保存用户自定义的kv对，可以被压缩。
3. File Info 段--–Hfile的元信息，不被压缩，用户也可以在这一部分添加自己的元信息。
4. Data Block Index 段–--Data Block的索引。每条索引的key是被索引的block的第一条记录的key。
5. Meta Block Index段 (可选的)--–Meta Block的索引。
6. Trailer–--这一段是定长的。保存了每一段的偏移量，读取一个HFile时，会首先读取Trailer，Trailer保存了每个段的起始位置(段的Magic Number用来做安全check)，然后，DataBlock Index会被读取到内存中，这样，当检索某个key时，不需要扫描整个HFile，而只需从内存中找到key所在的block，通过一次磁盘io将整个 block读取到内存中，再找到需要的key。DataBlock Index采用LRU机制淘汰。

HFile的Data Block，Meta Block通常采用压缩方式存储，压缩之后可以大大减少网络IO和磁盘IO，随之而来的开销当然是需要花费cpu进行压缩和解压缩。

Hlog(WAL log)

WAL机制

WAL 意为Write ahead log，Hlog记录数据的所有变更,一旦数据修改，就可以从Hlog中进行恢复。

每个Region Server维护一个Hlog，而不是每个Region一个(region server中会存在不同table中的region)。

这样不同region(来自不同table)的日志会混在一起

• 这样做的目的是不断追加单个文件相对于同时写多个文件而言，可以减少磁盘寻址次数，因此可以提高对table的写性能。？？？？不理解
• 带来的麻烦是，如果一台region server下线，为了恢复其上的region，需要将region server上的Hlog进行拆分，然后分发到其它region server上进行恢复。

HLog文件

• 就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey对象，HLog Key中记录了写入数据的归属信息，除了table和region名字外，同时还包括 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sequence number。HLog Sequece File的Value是HBase的KeyValue对象，即对应HFile中的KeyValue。

系统架构

Client

• 包含访问hbase的接口，client维护着一些cache来加快对hbase的访问，比如region的位置信息。

Zookeeper

• 保证任何时候，集群中只有一个master，(主备切换master，HA机制)
• 存储所有Region的寻址入口。root表--->meta表---->找到table中每个region对应的信息
• 实时监控Region Server的状态，将Region server的上线和下线信息实时通知给Master
• 存储Hbase的schema和table元素据。？？？？？？？？？

Master

• 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？？？？管理用户对表的增删改查操作？？？？？

Region Server

• Region server维护Master分配给它的region，处理对这些region的IO请求
• Region server负责切分在运行过程中变得过大的region(切分region)

可以看到，client访问hbase上数据的过程并不需要master参与，寻址访问zookeeper(寻址入口root表)和region server(meta表也在上面)，数据读写访问region server，master仅仅维护着table和region的元数据信息，负载很低。

 

region定位

如何找到某个row key所有在region

1. root region永远不会被split，保证了最少需要三次跳转，就能定位到任意region 。(root每个row key保存了meta表中的一个region，meta表中region也是保存在region server中)
2. META.表每行保存一个region的位置信息，row key 采用表名+表的最后一样编码而成。

• 为了加快访问，.META.表的全部region都保存在内存中。
• 假设，root表、META.表的一行在内存中大约占用1KB。并且每个region限制为128MB。
• 那么上面的三层结构可以保存的region数目为：
• (128MB/1KB) * (128MB/1KB) = = 2(34)个region

client会将查询过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)。？？？？？？？？不懂为什么发现缓存失效需要三次？？？不是已经缓存知道了table中region的位置，直接访问就行了，不就是一次网络嘛？？？

HBase操作

1、flush

• 内存容量有限，需要定期将内存中的数据flush到磁盘，每次flush，每个region的每个column family都会产生一个HFile读取操作，region server会把多个HFile数据归并到一起。

2、compaction

• flush操作产生的HFile会越来越多，需要归并来减少HFile的数量，旧数据会被清理(更新数据)。

3、split

• HFile大小增长到某个阈值就会Split，同时把Region Split成两个region ，这两个region被分发到其他不同的region server上。

读写过程

hbase使用MemStore和StoreFile存储对表的更新。

数据在更新时首先写入Log(WAL log)和内存(MemStore)中

MemStore中的数据是排序的，当MemStore累计到一定阈值时，就会创建一个新的MemStore，并且将老的MemStore添加到flush队列，由单独的线程flush到磁盘上，成为一个StoreFile。（于此同时，系统会在zookeeper中 记录一个redo point，表示这个时刻之前的变更已经持久化了。(minor compact)）

• 当系统出现意外时，可能导致内存(MemStore)中的数据丢失，此时使用Log(WAL log)来恢复checkpoint之后的数据。

前面提到过StoreFile是只读的，一旦创建后就不可以再修改。因此Hbase的更新其实是不断追加的操作。

• 当一个Store中的StoreFile数量达到一定的阈值后，就会进行一次合并(major compact)，将对同一个key的修改合并到一起，形成一个大的StoreFile，触发compact之后，StoreFile越来越大，当StoreFile的大小达到一定阈值后，会将region等分成两个region。
• 在compact的时候进行数据的更新和删除，因此hbase只有增加数据，所有的删除和更新都是在compact中完成，使得用户的写操作只需要写入内存memstore就可以，提高hbase 的IO性能。

由于对表的更新是不断追加的，处理读请求时需要访问Store中全部的， StoreFile和MemStore，将他们的按照row key进行合并，由于StoreFile和MemStore都是经过排序的，并且StoreFile带有内存中索引，合并的过程还是比较快。

写请求处理过程

1. client向region server提交写请求
2. region server找到目标region
3. region检查数据是否与schema一致
4. 如果客户端没有指定版本，则获取当前系统时间作为数据版本
5. 将更新写入WAL log(Hlog)
6. 将更新写入Memstore
7. 判断Memstore的是否需要flush为Store文件。

blockCache

一个regionserver上有一个BlockCache和N个memStore

blockcache包含三个级别的优先级队列：

1. single：一个block被第一次访问，则放在这一级队列中
2. multi：一个block被多次访问，从single队列移到该队列
3. in memory：静态指定的（在column family上设置），不会像其他两种缓存因为cache而发生改变

• 一个block被访问的次数再多也不会放到in memory中。
• in memory上的block不管是第一次访问，都是在in memory中

blockcache实现的机制是分级缓存

• 避免缓存之间的相互影响，淘汰策略采用LRU算法，首先淘汰single，然后multi，最后是in memory。

regionserver上内存一部分用作blockcache，主要用作读，另一部分用作memstore，主要用于写(flush)。

• 读请求先去memstore中查数据，查不到就去blockcache中找，在找不到就去磁盘上读，并把读的结果放入blockcache，blockcache达到上限(headsize*hfile.block.cache.size*0.85)后，会启动淘汰机制(LRU算法)，淘汰掉最老的一批数据

写入memstore的同时，会先写入Hlog中，避免当regionserver发生故障时memstore中未flush到storeFile的数据。

region分配

一个region只能分配给一个region server。

• master记录了当前有哪些可用的region server。以及当前哪些region分配给了哪些region server，哪些region还没有分配。当存在未分配的region，并且有一个region server上有可用空间时，master就给这个region server发送一个装载请求，把region分配给这个region server。region server得到请求后，就开始对此region提供服务。

region server上线

master使用zookeeper来跟踪region server状态。

• 当某个region server启动时，会首先在zookeeper上的server目录下建立代表自己的文件，并获得该文件的独占锁。
• 由于master订阅了zookeeper上server 目录上的变更消息，当server目录下的文件出现新增或删除操作时，master可以得到来自zookeeper的实时通知。因此一旦region server上线，master能马上得到消息。

region server下线

• 当region server下线时，它和zookeeper的会话断开，zookeeper会自动释放代表这台region server的文件上的独占锁。
• 而master不断轮询 server目录下文件的锁状态。如果master发现某个region server丢失了它自己的独占锁，(或者master连续几次和region server通信都无法成功)
• master就是尝试去获取代表这个region server的读写锁，一旦获取成功

就可以确定：

1. region server和zookeeper之间的网络断开了。
2. region server挂了。

的其中一种情况发生了，无论哪种情况，region server都无法继续为它的region提供服务了

• 此时master会删除zookeeper server目录下代表这台region server的文件，并将这台region server上的region分配给其它还活着的region server。

如果网络短暂出现问题导致region server丢失了它的锁，那么region server重新连接到zookeeper之后，只要代表它的文件还在，它就会不断尝试获取这个文件上的锁，一旦获取到了，就可以继续提供服务。

master上线

master启动进行以下步骤:

1. 从zookeeper上获取唯一 一个代码master的锁，用来阻止其它master成为master。
2. 扫描zookeeper上的server目录，获得当前可用的region server列表。
3. 和2中的每个region server通信，获得当前已分配的region和region server的对应关系。
4. 扫描.META.region的集合，计算得到当前还未分配的region，将他们放入待分配region列表。

master下线

由于master只维护表和region的元数据

• 而不参与表数据IO的过程，master下线仅导致所有元数据的修改被冻结，无法创建或删除表，无法修改表的schema，无法进行region的负载均衡，无法处理region上下线，无法进行region的合并（？？？什么合并，某一个region server故障，分配上面的region？？？）
• 唯一例外的是region的split可以正常进行，因为只有region server参与，表的数据读写还可以正常进行。

因此master下线短时间内对整个hbase集群没有影响。从上线过程可以看到

• master保存的信息全是可以冗余信息（都可以从系统其它地方收集到或者计算出来）

因此，一般hbase集群中总是有一个master在提供服务，还有一个以上 的’master’在等待时机抢占它的位置。

 

https://blog.csdn.net/scgaliguodong123_/article/details/46531547

八天hadoop第六天