HBase架构
Client
- 包含访问HBase的接口并维护cache来加快对HBase的访问
Zookeeper
- 保证任何时候，集群中只有一个master
- 存储所有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Master
- 存储HBase的schema和table元数据
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的增删改操作
RegionServer
- Region server维护region，处理对这些region的IO请求
- Region server负责切分在运行过程中变得过大的region
Region
- HBase自动把表水平划分成多个区域（region），每个region会保存一个表里面某段连续的数据
- 每个表一开始只有一个region，随着数据不断插入表，region不断增大，当增大到一个阀值的时候，region就会等会成两个新的region（裂变）
- 当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver上。
Memstore与storefile
- 一个region由多个store组成，一个store对应一个CF（列族）
- store包括位于内存中的memstore和位于磁盘的storefile，写操作先写入memstore，当memstore中的数据达到某个阀值，hregionserver会启动flashcache进程写入storefile，每次写入行成单独的一个storefile
- 当storefile文件的数量增长到一定阀值后，系统会进行合并（minor、major、compaction），在合并过程中会进行版本合并和删除工作（major）,形成更大的storefile
- 当一个region所有storefile的大小和数量超过一定阀值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡
- 客户端检索数据，先在memstore找，找不到再找storefile
HRegion是HBase中分布式存储和负载均衡最小单元。最小单元就表示不同的HRegion可以分布在不同的HRegion server上。
HRegion由一个或者多个Sotre组成，每个store保存一个columns family。
每个store又由一个menstore和0至多个storefile组成。如图：storefile以HFile格式保存在HDFS上。
