Hbase基础原理及架构

vpn官方地址:https://www.sandrakurvits.com/

文章来源:成都科多大数据

HBase是一个构建在HDFS上的分布式列存储系统;HBase是基于Google BigTable模型开发的,典型的key/value系统;HBase是Apache Hadoop生态系统中的重要一员,主要用于海量结构化数据存储;从逻辑上讲,HBase将数据按照表、行和列进行存储。

与hadoop一样,Hbase目标主要依靠横向扩展,通过不断增加廉价的商用服务器,来增加计算和存储能力Hbase表的特点大:一个表可以有数十亿行,上百万列;无模式:每行都有一个可排序的主键和任意多的列,列可以根据需要动态的增加,同一张表中不同的行可以有截然不同的列;面向列:面向列(族)的存储和权限控制,列(族)独立检索;稀疏:空(null)列并不占用存储空间,表可以设计的非常稀疏;数据多版本:每个单元中的数据可以有多个版本,默认情况下版本号自动分配,是单元格插入时的时间戳;数据类型单一:Hbase中的数据都是字符串,没有类型。

· Hbase数据模型逻辑视图

基本概念RowKey:是Byte array,是表中每条记录的"主键",方便快速查找,Rowkey的设计非常重要Column Family:列族,拥有一个名称(string),包含一个或者多个相关列Column:属于某一个columnfamily,familyName:columnName,每条记录可动态添加Version Number:类型为Long,默认值是系统时间戳,可由用户自定义Value(Cell):Byte array。

· Hbase物理模型每个column family存储在HDFS上的一个单独文件中,空值不会被保存Key 和 Version number在每个 column family中均有一份;HBase 为每个值维护了多级索引,即:。

物理存储:1、Table中所有行都按照row key的字典序排列;2、Table在行的方向上分割为多个Region;3、Region按大小分割的,每个表开始只有一个region,随着数据增多,region不断增大,当增大到一个阀值的时候,region就会等分会两个新的region,之后会有越来越多的region;4、Region是Hbase中分布式存储和负载均衡的最小单元,不同Region分布到不同RegionServer上。

5、Region虽然是分布式存储的最小单元,但并不是存储的最小单元Region由一个或者多个Store组成,每个store保存一个columns family;每个Strore又由一个memStore和0至多个StoreFile组成,StoreFile包含HFile;memStore存储在内存中,StoreFile存储在HDFS上。

· HBase架构及基本组件

抗投诉节点线路:https://shunjian.cf/

Hbase基本组件说明: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Master为Region server分配region负责Region server的负载均衡

发现失效的Region server并重新分配其上的region管理用户对table的增删改查操作Region ServerRegionserver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

Zookeeper作用通过选举,保证任何时候,集群中只有一个master,Master与RegionServers 启动时会向ZooKeeper注册存贮所有Region的寻址入口实时监控Region server的上线和下线信息。

并实时通知给Master存储HBase的schema和table元数据默认情况下,HBase 管理ZooKeeper 实例,比如, 启动或者停止ZooKeeperZookeeper的引入使得Master不再是单点故障

Write-Ahead-Log(WAL)

该机制用于数据的容错和恢复: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。

HBase容错性Master容错:Zookeeper重新选择一个新的Master无Master过程中,数据读取仍照常进行;无master过程中,region切分、负载均衡等无法进行;RegionServer容错:定时向Zookeeper汇报心跳,如果一旦时间内未出现心跳,Master将该RegionServer上的Region重新分配到其他RegionServer上,失效服务器上"预写"日志由主服务器进行分割并派送给新的RegionServerZookeeper容错:Zookeeper是一个可靠地服务,一般配置3或5个Zookeeper实例Region定位流程:

寻找RegionServerZooKeeper--> -ROOT-(单Region)--> .META.--> 用户表-ROOT-表包含.META.表所在的region列表,该表只会有一个Region;

Zookeeper中记录了-ROOT-表的location.META.表包含所有的用户空间region列表,以及RegionServer的服务器地址· Hbase使用场景storing large amounts of data(100s of TBs)need high write throughputneed efficient random access(key lookups) within large data setsneed to scale gracefully with datafor structured and semi-structured datadont need fullRDMS capabilities(cross row/cross table transaction, joins,etc.)。

量存储,大数据量高并发操作需要对数据随机读写操作读写访问均是非常简单的操作· Hbase与HDFS对比两者都具有良好的容错性和扩展性,都可以扩展到成百上千个节点;HDFS适合批处理场景不支持数据随机查找不适合增量数据处理

不支持数据更新

telegram专用指定网址:http://www.svpn.live/

 分享

本文由网络整理 © 版权归原作者所有

  •  主题颜色

    • 橘色
    • 绿色
    • 蓝色
    • 粉色
    • 红色
    • 金色
  • 扫码用手机访问

本站只提供WEB页面服务,本站不存储、不制作任何视频,不承担任何由于内容的合法性及健康性所引起的争议和法律责任。

若本站收录内容侵犯了您的权益,请附说明联系邮箱,本站将第一时间处理。

© 2024 www.a5fe.com  E-Mail:TG客服:https://t.me/sjkxswkf_bot  

观看记录