HBase架構
Client
- 包含訪問HBase的接口並維護cache來加快對HBase的訪問
Zookeeper
- 保證任何時候，集羣中只有一個master
- 存儲所有Region的尋址入口
- 實時監控Region server的上線和下線信息。並實時通知Master
- 存儲HBase的schema和table元數據
Master
- 爲Region server分配region
- 負責Region server的負載均衡
- 發現失效的Region server並重新分配其上的region
- 管理用戶對table的增刪改操作
RegionServer
- Region server維護region，處理對這些region的IO請求
- Region server負責切分在運行過程中變得過大的region
Region
- HBase自動把表水平劃分成多個區域（region），每個region會保存一個表裏面某段連續的數據
- 每個表一開始只有一個region，隨着數據不斷插入表，region不斷增大，當增大到一個閥值的時候，region就會等會成兩個新的region（裂變）
- 當table中的行不斷增多，就會有越來越多的region。這樣一張完整的表被保存在多個Regionserver上。
Memstore與storefile
- 一個region由多個store組成，一個store對應一個CF（列族）
- store包括位於內存中的memstore和位於磁盤的storefile，寫操作先寫入memstore，當memstore中的數據達到某個閥值，hregionserver會啓動flashcache進程寫入storefile，每次寫入行成單獨的一個storefile
- 當storefile文件的數量增長到一定閥值後，系統會進行合併（minor、major、compaction），在合併過程中會進行版本合併和刪除工作（major）,形成更大的storefile
- 當一個region所有storefile的大小和數量超過一定閥值後，會把當前的region分割爲兩個，並由hmaster分配到相應的regionserver服務器，實現負載均衡
- 客戶端檢索數據，先在memstore找，找不到再找storefile
HRegion是HBase中分佈式存儲和負載均衡最小單元。最小單元就表示不同的HRegion可以分佈在不同的HRegion server上。
HRegion由一個或者多個Sotre組成，每個store保存一個columns family。
每個store又由一個menstore和0至多個storefile組成。如圖：storefile以HFile格式保存在HDFS上。
