3.hbase 存储模型和存储过程分析

  • 逻辑存储模型
  • 物理存储模型
  • 存储过程
    - 查询
    - 写入
    - 删除

hbase为什么可以存储PB级的数据还可以保证千万QPS的并发和ms级的访问速度,这得离不开它巧妙的存储模型和存储过程。另一方面,只有清楚了解hbase存储模型和存储过程才能设计好hbase最关键的行键。

逻辑存储模型

逻辑上,可以把Hbase看成一个多维的哈希表,行键(Rowkey)-列族(Column Family)-列(Column Qualifier)-时间戳(Timestamp) 为定位一个具体单元数据(CELL)的坐标。

如下,为一个数据的逻辑示意图,可以一级级逐渐加强过滤条件查询。实际存储和查询结果都是有序的,行键/列族/列都是按照字典序排列,而时间戳按照逆序排列便于直接取最新的数据,记住逻辑有序支持快速查找和扫描过滤,很多时候设计表需要利用有序的特性

3.hbase 存储模型和存储过程分析_第1张图片

物理存储模型

传统的数据库都是面向行存储,主键索引行数据,对比行数据的存储方式,列的存储单列查询只需要查询对应的列,因此可以获得更快的查询速度,而且单列数据的相似度也会更高,可以有更高的压缩比。

很多时候,我们说hbase是面向列的存储,实际上这是有误的,严格来说他是面向列族的数据库。如下,而每个列族存在一个HFile中。

3.hbase 存储模型和存储过程分析_第2张图片

可以看到hbase的底层存储是基于HDFS的,因此和Hadoop体系兼容性很好。具体由HMaster和HRegionServer构成,其中HMaster是协调主节点(可配置HMaster集群,依赖zookeeper选举主节点),Region Server负责存储和执行数据操作。

对应到每台Region Server机器上:

  • HRegionServer服务器中存储了很多的HRegion,HRegion可以理解为传统数据库的分片,多个Region赌赢一个HLog,HLog类似关系数据库InnoDB的redo log
  • 每个HRegion是由多个HStore组成的,每个列族(ColumnFamily)对应一个HStore概念
  • 每个HStore和关系数据库库的概念非常像,包括磁盘存储文件HFile和内存存储MemStore,还有图上未标出的查询缓存BlockCache,每个HFile只包含一个列族的数据,因此查询时指定列族查询时,只需要找到包含数据的对应HFile,不会影响其它查询,并发比较高。Memstore采用跳表结构,HFile使用LSM树。

存储过程

查询

先看看为什么HBase存储大量数据还可以这么快的查询速度,如下图,META表中存储的是按照有序保存的row key分段区间对应的region位置,ROOT中又是存储的对应META表的位置,这两个表也是作为特殊表保存在HBase中,这样通过两级表查找,最多只需要三次跳转就可以定位任意一个Region,每个region中只需要查找指定列族对应的HFile按照行键即可快速查找有序数据

3.hbase 存储模型和存储过程分析_第3张图片

另外HBase中都是二进制存储偏移,便于快速定位,且最近查找的数据都是缓存在内存中,进一步加快了查找效率。关于查询速度估算也可以参考这篇文章。

写入

如下hbase写入数据时,首先写到内存memstore中,然后再溢写到磁盘文件HFile中,这样可以保证较高的写入速度,每次写内存前会先写WAL(Writing Ahead Log,即HLog),类似关系数据库InnoDB的redo log,保证崩溃时可以恢复已经写入的数据(Crash-safe)。

3.hbase 存储模型和存储过程分析_第4张图片

MemStore内存每次溢写到磁盘时,不会直接写入原来的HFile,而是会写入新的小HFile中,这样避免了文件锁的问题,支持较高并发,实际在后台有线程会处理当前小HFile的合并,这也是利用LSM树合并非常快的优点。可以看到这里行键分布均匀很重,可以防止倾斜;另外应当减小写入频率,提升单次写入量(批量导入)才能降低磁盘文件操作的压力。

删除

如果直接删除磁盘数据,那么IO压力很大,肯定有问题。HBase磁盘采用墓碑标记的删除方式————即先标记对应记录删除,如下具体在单个HFile过小合并(Compaction)时才会发生真正的合并,此时才会执行数据的删除。

3.hbase 存储模型和存储过程分析_第5张图片

那么这就要注意频繁删除可能导致IO高和数据膨胀问题(可依赖TTL删除)。

原创,转载请注明来自

  • 博客https://blog.csdn.net/wenzhou1219
  • 个人网站http://jimwen.net/

你可能感兴趣的:(#,hbase详解,habse,memstore,hfile,hregion,hmaster)