大数据Hdoop核心工具，HBase的架构设计

在之前的文章中，小鸟给大家简单的介绍过一些分布式存储系统——HBase的相关知识。想必大家已经对HBase有一些初步的了解，如果没有看过的同学欢迎翻看之前的文章。

废话不多说，接下来小鸟来跟大家聊一聊今天的主题，HBase的架构。

首先，HBase的总体架构图如下图所示：

从Hbase的架构图可以看出，整个Hbase是基于Hadoop的，并且其结构也和Hadoop Yarn类似，一个主控机（Hmaster）控制多个从属机（HRegionServer）。

HBase中的每张表都会通过rowkey，按照一定范围呗分割成多个字表，也就是HRegion。HRegion默认大小为256MB，如果超过256MB就会被分割成两块。HRegion是由HRegionServer所管理的。HRegion中还包含下列组件：Store、MemStore、StoreFile、HFile、HLog等，接下小鸟来会详细介绍每个组件的作用，以及整个服务的流程。

HMaster

HMaser最主要的作用就是为HRegionServer分配HRegion，以及数据表的DDL操作（表的创建和删除等）。同时，HMaster还需要负责RegionServer的负载均衡，在其失效或者失衡的时候，将其上的Region重新分配，以保障服务的稳定运行。并且HBase在HDFS上产生的垃圾文件也是HMaster负责回收的。总而言之HMaster就是一个大局上的指挥官。

HRegionServer

HRegionServer主要作用是维护HMaster为其分配的Region，处理HMaster对这些Region的读写请求。前面说到Region超过256MB的时候会按照rowkey的范围进行分割，这个操作也是由HRegionServer完成的。Client客户端访问HBase中的数据时，只需要通过Zookeeper和HRegionServer。

HRegion

HRegion是HBase中分布式存储的最小单元，一个HRegionServer上会有多个Region，但是一个Region只存在于一个Server。

Zookeeper

Zookeeper是一个分布式协调工具，在小鸟之前的文章中有所介绍。在HBase中，Zookeeper需要保证在任何时候，集群中都只有一个HMaster。并且Zookeeper会随时监测各个HRegionServer的状态，在Server失效的时候会通知HMaster来处理。Zookeeper还会存储所有Region的寻址入口以及HBase的schema和table的元数据。

以上就是关于HBase的组件介绍了，接下来小鸟会简单介绍一下一次HBase的运行过程。

1.首先HBase内部有一个名为hbase:meta的特殊表，它保存着集群上所有区域的列表、状态和位置。

2.客户端在第一次进行读操作的时候，Zookeeper会先查找hbase:meta的位置，并且缓存下来。这样后续的访问就可以节省查找hbase:meta的时间。只有当发生错误的时候，客户端才会再次去查看hbase:meta表。

3.客户端在进行写操作的时候，会由HMaster分配一个HRegionServer为其进行服务。操作信息会先追加到日志文件，然后加入内存中的memstore。如果memstore满了就会刷入hfile中。

值得注意的是，Hlog存放在HDFS上，因此即使此时HRegionServer崩溃，整个HBase也能出色的完成接下来的操作。

以上就是本次HBase构架介绍的所有内容，欢迎大家私信小鸟一起讨论更多的大数据知识。