HBase的三大组件
•HBase的实现包括三个主要的功能组件：
–（1）库函数：链接到每个客户端
–（2）一个Master主服务器
–（3）许多个Region服务器
•主服务器Master负责管理和维护HBase表的分区信息，维护Region服务器列表，分配Region，负载均衡
•Region服务器负责存储和维护分配给自己的Region，处理来自客户端的读写请求
•客户端并不是直接从Master主服务器上读取数据，而是在获得Region的存储位置信息后，直接从Region服务器上读取数据
•客户端并不依赖Master，而是通过Zookeeper来获得Region位置信息，大多数客户端甚至从来不和Master通信，这种设计方式使得Master负载很小
一、Master服务器：
•主服务器Master主要负责表和Region的管理工作：
–管理用户对表的增加、删除、修改、查询等操作
–实现不同Region服务器之间的负载均衡
–在Region分裂或合并后，负责重新调整Region的分布
–对发生故障失效的Region服务器上的Region进行迁移
二、Region服务器
Region服务器是HBase中最核心的模块，负责维护分配给自己的Region，并响应用户的读写请求
Region的定位：
•元数据表，又名.META.表，存储了Region和Region服务器的映射关系
•当HBase表很大时， .META.表也会被分裂成多个Region
•根数据表，又名-ROOT-表，记录所有元数据的具体位置
•-ROOT-表只有唯一一个Region，名字是在程序中被写死的
•Zookeeper文件记录了-ROOT-表的位置
客户端访问数据时的“三级寻址”
•为了加速寻址，客户端会缓存位置信息，同时，需要解决缓存失效问题
•寻址过程客户端只需要询问Zookeeper服务器，不需要连接Master服务器
HBase的三层结构中各层次的名称和作用：
| 层次 |
名称 |
作用 |
| 第一层 |
Zookeeper文件 |
记录了-ROOT-表的位置信息 |
| 第二层 |
-ROOT-表 |
记录了.META.表的Region位置信息 -ROOT-表只能有一个Region。通过-ROOT-表，就可以访问.META.表中的数据 |
| 第三层 |
.META.表 |
记录了用户数据表的Region位置信息，.META.表可以有多个Region，保存了HBase中所有用户数据表的Region位置信息 |
1.数据读写的过程：
•用户写入数据时，被分配到相应Region服务器去执行
•用户数据首先被写入到MemStore和Hlog中
•只有当操作写入Hlog之后，commit()调用才会将其返回给客户端
•当用户读取数据时，Region服务器会首先访问MemStore缓存，如果找不到，再去磁盘上面的StoreFile中寻找
2. 缓存的刷新：
•系统会周期性地把MemStore缓存里的内容刷写到磁盘的StoreFile文件中，清空缓存，并在Hlog里面写入一个标记
•每次刷写都生成一个新的StoreFile文件，因此，每个Store包含多个StoreFile文件
•每个Region服务器都有一个自己的HLog文件，每次启动都检查该文件，确认最近一次执行缓存刷新操作之后是否发生新的写入操作；如果发现更新，则先写入MemStore，再刷写到StoreFile，最后删除旧的Hlog文件，开始为用户提供服务
3. StoreFile的合并
•每次刷写都生成一个新的StoreFile，数量太多，影响查找速度
•调用Store.compact()把多个合并成一个
•合并操作比较耗费资源，只有数量达到一个阈值才启动合并
3.1 Store工作原作原理
•Store是Region服务器的核心
•多个StoreFile合并成一个
•单个StoreFile过大时，又触发分裂操作，1个父Region被分裂成两个子Region
HBase的日志系统HLog：
•分布式环境必须要考虑系统出错。HBase采用HLog保证系统恢复
•HBase系统为每个Region服务器配置了一个HLog文件，它是一种预写式日志（Write Ahead Log）
•用户更新数据必须首先写入日志后，才能写入MemStore缓存，并且，直到MemStore缓存内容对应的日志已经写入
磁盘，该缓存内容才能被刷写到磁盘
HLog的工作原理：
•Zookeeper会实时监测每个Region服务器的状态，当某个Region服务器发生故障时，Zookeeper会通知Master
•Master首先会处理该故障Region服务器上面遗留的HLog文件，这个遗留的HLog文件中包含了来自多个Region对象
的日志记录
•系统会根据每条日志记录所属的Region对象对HLog数据进行拆分，分别放到相应Region对象的目录下，再将失效
的Region重新分配到可用的Region服务器中，并把与该Region对象相关的HLog日志记录也发送给相应Region服务器
•Region服务器领取到分配给自己的Region对象以及与之相关的HLog日志记录以后，会重新做一遍日志记录中的各
种操作，把日志记录中的数据写入到MemStore缓存中，然后，刷新到磁盘的StoreFile文件中，完成数据恢复
•共用日志优点：提高对表的写操作性能；缺点：恢复时需要分拆日志