整體架構
- client負責訪問hbase，並維護cache
- zookeeper
負責master的主備切換；
負責監控RegionServer的狀態，將Region server的上線和下線信息實時通知給Master
存儲所有Region尋址入庫；
保存hbase的schema，包含有哪些table，每個table有哪些列簇 - master
負責分配region到不同的RegionServer，既RegionServer的負載均衡；
負責處理schema的更新請求 - RegionServer
維護master分配的region，負責對這些region的IO請求（讀寫）；
切分比較大的region
存儲方式
- 一個table會按行分爲多個region，最開始只有一個region，在region變大之後，regionserver會對region進行切分；
- 一個region有多個store，每個store存儲一個列簇；store由一個在內存中的memstore和0到多個storefile組成。數據寫入時是寫入到memstore中，如果memstore超過了一定閾值，則會新開一個memstore，而原來的memstore則有單獨的進程寫到磁盤上。
- 每個storefile以HFile的格式保存到HDFS上。
- HFile由多個部分組成，其中比較重要的是DataBlock和DataBlockIndex（每條索引的key是被索引的block的第一條記錄的key）組成，在讀取一個HFile時，會先把DataBlockIndex加載到內存中，定位到具體的DataBlock段，然後再把此段加載到內存中
- HLog：每個Region Server維護一個Hlog,而不是每個Region一個。HLog文件就是一個普通的Hadoop Sequence File，Sequence File 的Key是HLogKey對象，HLogKey中記錄了寫入數據的歸屬信息，除了table和region名字外，同時還包括 sequence number和timestamp，timestamp是”寫入時間”，sequence number的起始值爲0，或者是最近一次存入文件系統中sequence number。HLog Sequece File的Value是Hbase的KeyValue對象，即對應HFile中的KeyValue
關鍵流程
- region定位
第一層是保存zookeeper裏面的文件，它持有root region的位置。
第二層root region是.META.表的第一個region其中保存了.META.z表其它region的位置。通過root region，我們就可以訪問.META.表的數據。
META.是第三層，它是一個特殊的表，保存了Hbase中所有數據表的region 位置信息。META.表每行保存一個region的位置信息，row key 採用表名+表的最後一樣編碼而成。保存了HRegionInfo（包含了startkey、endkey）,服務器的信息 - 讀流程
獲取將要讀取Region的位置信息；
Client向HRegionServer發出讀請求。
HRegionServer先從MemStore讀取數據，如未找到，再從StoreFile中讀取。 - 寫流程
數據在更新時首先寫入Log(WAL log)和內存(MemStore)中，MemStore中的數據是排序的，當MemStore累計到一定閾值時，就會創建一個新的MemStore，並 且將老的MemStore添加到flush隊列，由單獨的線程flush到磁盤上，成爲一個StoreFile。