HBase体系结构

HBase的服务器体系结构遵从简单的主从服务器架构，它由HRegion服务器(HRegion Service)群和HBase Master服务器(HBase Master Server)构成。Hbase Master服务器负责管理所有的HRegion服务器，而Hbase中所有的服务器是通过Zookeeper来进行协调，并处理HBase服务器运行期间可能遇到的错误的。

1、HRegion

　　当表的大小超过设置的值时，HBase会自动地将表划分为不同的区域，每个区域包含所有行的子集。从物理上讲，一张表被拆分成了多块，每一块儿就是一个HRegion.一个HRegion会保存一表里面某段连续的数据，从开始主键到结束主键，一张完整的表格是保存在多个HRegion上面。

2、HRegion服务器

　　所有的数据一般都是保存在HDFS中，用户通过一系列HRegion服务器获取这些数据，一台机器上一般只运行一个HRegion服务器，且每一个区段的HRegion也只会被一个HRegion维护。

　　当用户需要更新数据的时候，他会被分配到对应的HRegion服务器上提交修改，这些修改先是被写到Hmemcache缓存和服务器的Hlog文件里面（Hmemcache是内存中的缓存，保存最新更新的数据数据：HLOG是磁盘上面的记录文件，它记录着所有的更新操作),在操作写入Hlog之后，commit()调用才会将其返回给客户端。

　　读取数据时，HRegion服务器会先访问Hmemcache缓存，如果缓存中没有该数据，才会回到Hstores磁盘上面寻找，每个列族都会有一个Hstore集合，每个Hstore集合包含很多具体的HstoreFile文件，这些文件都是B树结构，方便快速读取。

　　启动时，每台HRegion服务器会检查自己的Hlog文件，看看最近一次执行flushcache之后有没有新的更新写入操作。如果没有，表示数据都已经更新到文件中了，如果有更新，服务器会把这些更新写高速缓存，然后调用flushcache写入到文件中。最后服务器会删除旧的Hlog文件，并开始让用户访问数据。

3、HBase Master服务器

　　每台HRegion服务器都会和HMaster服务器通信，HMaster的主要任务就是告诉每台HRegion服务器它要维护哪些HRegion.当一台新的HRegion服务器登录到HMaster服务器时，HMaster会告诉它先等待分配数据。而当一台HRegion死机时，HMaster会把它负责的HRegion标记为未分配，然后再把它分配到其他HRegion服务器中。

4、ROOT表和META表

　　因为Hbase有合并和分割操作，如果正好在执行这些操作的过程中出现死机，那么就可能存在相同的 表名和开始主键,每个HRegion都有一个 regionId 来标识它的唯一性。所以一个HRegion的表达符最后是：表名+开始主键+唯一ID(tablename + startkey + regionId)。用这个识别符来区分不同的HRegion，这些数据就是元数据(META),而元数据本身也是被保存在HRegion里面的，所以我们称这个表为源数据表（META Table)，里面保存的就是HRegion标识符和实际HRegion服务器的映射关系。

　　元数据表是会不断增长的，也可能被分为几个HRegion,所以采用了一个根数据表(ROOT table)，它保存了所有元数据表的位置，根数据表是不会被拆分的，永远存在于一个HRegion。

 

HBase数据模型

　　（注意的是，每一条数据对应的时间戳都是用数字来表示，编号越大表示数据越旧，反之则表示数据越新）

　　

参考《Hadoop 实战》