HBase各个组件的作用/相关知识点/HLog(WAL log)说明

HBase各个组件的作用:

1. Client：

包含访问Hbase的接口，并维护cache来加快对Hbase的访问，比如region的位置信息。

2. HMaster：

是hbase集群的主节点，可以配置多个，用来实现HA
为RegionServer分配region
负责RegionServer的负载均衡
发现失效的RegionServer并重新分配其上的region

3. RegionServer：

Regionserver维护region，处理对这些region的IO请求
Regionserver负责切分在运行过程中变得过大的region

4.Region:
分布式存储的最小单元。负载均衡的最小单元
一个rs上可以维护多个region 对
一个region可以分布在多台rs上 错

5.Zookeeper作用:

1. Zookeeper的引入使得HMaster不再是单点故障。可以使用HA通过选举，保证任何时候，集群中只有一个活着的HMaster，HMaster与RegionServers 启动时会向ZooKeeper注册。
   2.实时监控Regionserver的上线和下线信息。并实时通知给HMaster
   3.存贮所有Region的寻址入口 其实就是存储的 –root-位置信息
   4.存储HBase的schema和table元数据

知识点
1 Table中的所有行都按照row key的字典序排列。
2 Table 在行的方向上分割为多个Hregion/region。

3 region按大小分割的(默认10G)，每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，Hregion就会等分会两个新的Hregion。当table中的行不断增多，就会有越来越多的Hregion。

4 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regionserver上的。

5 HRegion虽然是负载均衡的最小单元，但并不是物理存储的最小单元。
事实上，HRegion由一个或者多个Store组成，每个store保存一个column family。
每个Strore又由一个memStore和0至多个StoreFile组成

HLog(WAL log)说明
WAL 意为Write ahead log，该机制用于数据的容错和恢复，Hlog记录数据的所有变更,一旦数据修改，就可以从log中进行恢复。
每个HRegionServer中都有一个HLog对象，HLog是一个实现Write Ahead Log的类，在每次用户操作写入MemStore的同时，也会写一份数据到HLog文件中（HLog文件格式见后续），HLog文件定期会滚动出新的，并删除旧的文件（已持久化到StoreFile中的数据）。当HRegionServer意外终止后，HMaster会通过Zookeeper感知到，HMaster首先会处理遗留的 HLog文件，将其中不同Region的Log数据进行拆分，分别放到相应region的目录下，然后再将失效的region重新分配，领取到这些region的HRegionServer在Load Region的过程中，会发现有历史HLog需要处理，因此会Replay HLog中的数据到MemStore中，然后flush到StoreFiles，完成数据恢复。