欢迎投稿

今日深度:

Hbase,

Hbase,


Hbase 概述


Hbase 是构件在HDFS上的分布式列存储系统

Hbase 是基于谷歌Big table 模型开发的,典型的key/value

Hbase 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

Hbase 表的特点


1.大: 一个表有数十亿行,上百万列

2.面向列存储: 面向列的存储和权限控制,列族独立检索

3.稀疏: 空列不会占用存储空间,表可以设计的非常稀疏

4.数据多版本:每个单元中的数据可以有多个版本,默认情况下是自动分配,是单元格插入时的时间戳

5.数据类型单一:都是字符串,没有其他类型


Hbase 数据模型


Hbase 基本概念

1.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

2.Column Famliy 列族,拥有一个名称(string),包含一个或者多个相关列

3.Column 属于某一个columnfamliy famliyNode:columnName ,每条记录可以动态添加

4.Version Number 类型为Long ,默认是系统时间戳,可以由用户自定义

5.Value :Byte arry

Hbase 物理模型

1.每个column famliy 存储在HDFS上的一个单独文件中,空值不会被保存

2.key 和Version number 在每一个column famliy 中均有一份、

3.Hbase 为每个值维护多级索引

物理存储:

??????????????? 1.Table 中所有行按照row key 的字典排序

??????????????? 2.Table 在行的分割方向上分割为多个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 就会等分成2个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,不同的Region 分布在不同的RegionServer


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 Server

Regionserver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ZooKeeper

Zookeeper的引入使得Master不再是单点故障




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 AheadLog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ReplayHLog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RegionServer

Zookeeper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RegionServer

ZooKeeper-->-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

大数据量存储,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

www.htsjk.Com true http://www.htsjk.com/hbase/37712.html NewsArticle Hbase, Hbase 概述 Hbase 是构件在HDFS上的分布式列存储系统 Hbase 是基于谷歌Big table 模型开发的,典型的key/value Hbase 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...
相关文章
    暂无相关文章
评论暂时关闭