HBase架构的示例分析

小编给大家分享一下HBase架构的示例分析，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

1 引言

    通常认为，Hadoop主要包含以下四大组件：

• 分布式锁服务 Zookeeper

• 分布式文件系统 HDFS

• 分布式计算框架 MapReduce

• 分布式数据库 HBase

    其中，Zookeeper是HDFS、MapReduce、HBase都要依赖的基础组件，它为分布式系统中的一致性问题的提供解决方案。

    狭义的Hadoop，就是指HDFS和MapReduce；广义的Hadoop，包括HDFS、MapReduce、HBase，甚至也包括这个生态圈中的Hive、Spark等。

    关于Hadoop生态圈的内容，见:http://www.36dsj.com/archives/23504

    Hbase构建于HDFS之上，它依赖HDFS和Zookeeper。

2 系统架构

    下面分别介绍各类结点的作用：

Client

Client包含访问HBase的接口，并维护着一些Cache来加快对HBase的访问，比如regione的位置信息。

Zookeeper

1. 保证任何时候，集群中只有一个master；实现Master主从节点的failover。

2. 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。

3. 存储Region的寻址入口。

4. 存储HBase的schema，包括有哪些table，每个table有哪些column family。

Master

1. 负责RegionServer的负载均衡。

2. 管理和分配Region，比如在region split时分配新的Region；在Region Server退出时迁移其内的region到其它Region Server上。

3. 负责schema的更新请求，实现DDL操作（如对table、column familiy的create、drop等），并将schema的更新同步到Zookeeper。

4. 权限控制(ACL)。

Region server

1. 维护Master分配给它的region，处理对这些region的IO请求。

2. 负责切分在运行过程中变得过大的region。

    Client通过Zookeeper、Region Server寻址，找到用户talbe、RowKey所在的Region Server后，就直接从该Region Server读写数据了。这个过程不需要Master的参与，Master只是维护table和region的元数据信息，负载很低。

3 读写寻址

    HBase有个特殊的表：.META. ，它存储了所有用户table对应的Region位置信息，它是不可split的；而ZooKeeper节点(/hbase/meta-region-server)存储了.META.表的位置。

    客户端在第一次访问用户table的流程为：

1. 从ZooKeeper(/hbase/meta-region-server)中获取hbase:meta的位置（HRegionServer的位置），缓存该位置信息。

2. 从Region Server中查询用户table对应请求的RowKey所在的Region Server，缓存该位置信息。

3. 从查询到的Region Server读取Row。

    从这个过程中，我们发现客户会缓存这些位置信息，然而第二步它只是缓存当前RowKey对应的HRegion的位置，因而如果下一个要查的RowKey不在同一个HRegion中，则需要继续查询hbase:meta所在的HRegion，然而随着时间的推移，客户端缓存的位置信息越来越多，以至于不需要再次查找hbase:meta Table的信息，除非某个Region因为宕机或split被移动，此时需要重新查询并且更新缓存。

以上是“HBase架构的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！