1. 什么是HBase

Apache HBase™ is the Hadoop database, a distributed, scalable, big data store.
Hbase是hadoop的分布式，可拓展，大表的数据库，
Use Apache HBase™ when you need random, realtime read/write access to your Big Data. This project’s goal is the hosting of very large tables — billions of rows X millions of columns — atop clusters of commodity hardware. Apache HBase is an open-source, distributed, versioned, non-relational database modeled after Google’s Bigtable: A Distributed Storage System for Structured Data by Chang et al. Just as Bigtable leverages the distributed data storage provided by the Google File System, Apache HBase provides Bigtable-like capabilities on top of Hadoop and HDFS.

2.Hbase特点

  • 海量存储
  • 列式存储———-列族（ColumnFamily）存储
  • 可拓展———-基于RegionServer的拓展和HDFS的拓展
  • 高并发（多核）
  • 稀疏———-由于采用列式存储，所以 列数据为空的情况下是不占用磁盘空间的

    3.架构


    image.png3.1Client

    Client包含了访问Hbase的接口，另外Client还维护了对应的cache来加速Hbase的访问，比如cache的.META.元数据的信息。

    3.2Zookeeper

    HBase通过Zookeeper来做master的高可用、RegionServer的监控、元数据的入口以及集群配置的维护等工作。具体工作如下：
    通过Zoopkeeper来保证集群中只有1个master在运行，如果master异常，会通过竞争机制产生新的master提供服务
    通过Zoopkeeper来监控RegionServer的状态，当RegionSevrer有异常的时候，通过回调的形式通知Master RegionServer上下线的信息
    通过Zoopkeeper存储元数据的统一入口地址

    3.3Hmaster（NameNode）

    为RegionServer分配Region维护整个集群的负载均衡
    维护集群的元数据信息
    发现失效的Region，并将失效的Region分配到正常的RegionServer上
    当RegionSever失效的时候，协调对应Hlog的拆分

    3.4HregionServer(DataNode)

    HregionServer**直接对接用户的读写请求**，是真正的“干活”的节点。它的功能概括如下：
    管理master为其分配的Region处理来自客户端的读写请求
    负责和底层HDFS的交互，存储数据到HDFS负责Region变大以后的拆分
    负责Storefile的合并工作

    3.5HDFS

    HDFS为Hbase提供最终的底层数据存储服务，同时为HBase提供高可用（Hlog存储在HDFS）的支持，具体功能概括如下：
    提供元数据和表数据的底层分布式存储服务
    数据多副本，保证的高可靠和高可用性

    4. HBase中的角色

    4.1 HMaster

    功能
    1．监控RegionServer
    2．处理RegionServer故障转移
    3．处理元数据的变更
    4．处理region的分配或转移
    5．在空闲时间进行数据的负载均衡
    6．通过Zookeeper发布自己的位置给客户端

    4.2 RegionServer

    功能
    1．负责存储HBase的实际数据
    2．处理分配给它的Region
    3．刷新缓存到HDFS
    4．维护Hlog
    5．执行压缩
    6．负责处理Region分片

    4.3 其他组件

    1．Write-Ahead logs
    HBase的修改记录，当对HBase读写数据的时候，数据不是直接写进磁盘，它会在内存中保留一段时间（时间以及数据量阈值可以设定）。但把数据保存在内存中可能有更高的概率引起数据丢失，为了解决这个问题，数据会先写在一个叫做Write-Ahead logfile的文件中，然后再写入内存中。所以在系统出现故障的时候，数据可以通过这个日志文件重建。
    2．Region
    Hbase表的分片，HBase表会根据RowKey值被切分成不同的region存储在RegionServer中，在一个RegionServer中可以有多个不同的region。
    3．Store
    HFile存储在Store中，一个Store对应HBase表中的一个列族(列簇，Column Family)。
    4．MemStore
    顾名思义，就是内存存储，位于内存中，用来保存当前的数据操作，所以当数据保存在WAL中之后，RegsionServer会在内存中存储键值对。
    5．HFile
    这是在磁盘上保存原始数据的实际的物理文件，是实际的存储文件。StoreFile是以Hfile的形式存储在HDFS的。