1、HBase概述
- HBase是一个开源的非关系型分布式数据库（NoSQL），它参考了谷歌的BigTable建模，实现的编程语言为 Java。
- 是Apache软件基金会的Hadoop项目的一部分，运行于HDFS文件系统之上，因此可以容错地存储海量稀疏的数据。
- HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。
2、HBase特性
1. 海量存储
- HBase适合存储PB级别的海量数据，在PB级别的数据以及采用廉价PC存储的情况下，能在几十到百毫秒内返回数据。这与HBase的极易扩展性息息相关。正式因为HBase良好的扩展性，才为海量数据的存储提供了便利。
2. 列式存储
- HBase是根据列族来存储数据的。列族下面可以有非常多的列，列族在创建表的时候就必须指定。
3. 易扩展
- HBase的扩展性主要体现在两个方面，一个是基于上层处理能力（RegionServer）的扩展，一个是基于存储的扩展（HDFS）。
- 通过横向添加RegionSever的机器，进行水平扩展，提升HBase上层的处理能力，提升HBase服务更多Region的能力。
- RegionServer的作用是管理region、承接业务的访问，这个后面会详细的介绍通过横向添加Datanode的机器，进行存储层扩容，提升HBase的数据存储能力和提升后端存储的读写能力。
4. 高并发
- 由于目前大部分使用HBase的架构，都是采用的廉价PC，因此单个IO的延迟其实并不小，一般在几十到上百ms之间。这里说的高并发，主要是在并发的情况下，HBase的单个IO延迟下降并不多。能获得高并发、低延迟的服务。
5. 稀疏
- 稀疏主要是针对HBase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。
2、HBase架构
1. Client
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。
2. Zookeeper
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. Hmaster
master节点的主要职责如下：
- 监控RegionServer，为RegionServer分配Region
- 处理Region的分配或转移。当发现失效的Region，可以将失效的Region分配到正常的RegionServer上
- 当RegionSever失效的时候，协调对应HLog的拆分，处理RegionServer故障转移
- 在空闲时间进行数据的负载均衡，维护整个集群的负载均衡
- 通过Zookeeper发布自己的位置给客户端
- 处理元数据的变更，维护集群的元数据信息
4. HRegionServer
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：
- 负责存储HBase的实际数据
- 管理master分配给它的Region
- 刷新缓存到HDFS。负责和底层HDFS的交互，存储数据到HDFS
- 处理来自客户端的读写请求
- 负责Storefile的合并工作
- 维护HLog
- 执行压缩
- 负责处理Region分片。Region变大以后的拆分
5. 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（WAL）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。
6. 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。
7. Store
一个Store对应HBase表中的一个列族，HFile存储在Store中。
8. MemStore
即内存存储，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。
9. 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。
10. HDFS
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
来源：CSDN
作者：fu-jw
链接：https://blog.csdn.net/weixin_44371151/article/details/104576300