HBase总结-基础篇

一.HBase特点:

1.弱视图,HBase是一种高效的映射嵌套,用户可以在运行时定义列,每一行都有属于自己的列。

2.非标准化数据。

二.HBase表组成

1.行健,按字典顺序存储。

2.列簇,一组列的集合

3.单元格,列和行的交集是一个单元格,单元格是版本化的(默认使用时间戳),最新的版本在最前边,默认保三个版本。单元格中的数据以二进制字节数组存储。

三.列簇

1.列簇必须在创建表的时候定义。

2.每个列簇中的列数是没有限制的。

3.同一列簇下的所有列会保存在一起。一个HFile文件保存一个列簇的数据。

4.列在列簇中是有序的,按照字典顺序排列。

5.列可以在运行时动态创建。

6.列只有在插入数据后才会存在,空值不保存,不占存储空间。

四.HBase存储设置

1.压缩格式,默认无压缩,可以使用GZ、LZO、SNAPPY

2.HBase默认块大小是64K,不是64兆,因为HBase需要支持随机访问,一旦在查询的时候找到行健所在的块,就会对应块的单元格数据取出,对64k大小的块进行扫描的速度明显快与64M。

3.内存模型:默认false,如果设置为true,HBase会尝试将整个列簇保存在内存中。

4.块缓存,默认true,HBase使用块缓存将最近使用的块加载到内存中。块缓存使用最近没有使用(LRU)的原则删除块数据。

5.布隆过滤,是一种空间高效的数据结构,可以设置为ROW,使用行级的布隆过滤,ROWCOL使用行健与列标识级别的布隆过滤。

五.HBase组件

架构图(官方图)


1.Zookeeper

主要职责:支持远程组件之间的松散耦合消息机制,组件之间通过心跳机制协调他们的状态和健康信息。

2.Master

集群环境中可以同时存在多个主节点,但是同一时间只有一个扮演主节点的角色,其他节点作为备用节点,如果主节点与zk的租约过期,剩下的备用节点重新发起竞争,由zk选举主节点。

功能:执行集群管理操作,跟踪数据位于哪个节点上(行健鉴别),控制负载均衡和故障切换,主节点不直接获取RegionServer信息,通过zk获取各RegionServer运行状态。

3.RegionServer(分区服务器)

主要负责管理多个分区,数据实际存储在分区中,每一个RegionServer有一个WAL文件(预写日志)和块缓存,预写日志文件存储在hdfs,防止丢失。该RegionServer上的所有分区共享WAL和块缓存.

4.WAL

功能:确保数据不丢失,如果发生故障,可以使用WAL恢复数据。

WAL中保存了分区服务器还没有写入HFile的所有操作。写入WAL之后再写入MemStore,当MemStore的大小达到预设的值时,将数据写入HFile固化到磁盘。如果想提高写入性能可以关闭WAL,但是会有数据丢失的风险。

5.块缓存

是一种内存结构,遵循LRU(最近没有使用)回收规则,默认对表是开启的。通过SCAN和GET获取的数据都会加载到缓存。0.96版本之后支持使用JAVA NIO实现的堆外缓存,这个优化大大减小了RegionServer的GC压力。

6.分区

一个RegionServer上有多个分区,每一个分区对应一张表,管理表中一定范围行健内的行数据,分区的行健范围不必是连续的,分区对于表中不同列簇是分开存储的,一个HFile存储一个列簇的数据。

7.MemStore

当HBase有更新操作时,先写入WAL再写入MemStore(内存结构),预定义MemStore大小配置hbase.hregion.memstore.flush.size。每一次持久化操作都会针对分区中的每一个列簇创建一个HFile文件,当用户读取数据时先从MemStore中读取数据,如果没有在MemStore中找到对应的值才会尝试从HFile文件中读取。

注意:MemStore的持久化过程是阻塞的,此时不能提供服务。

早期的MemStore使用堆内存实现,会产生大量的堆内存碎片,并导致周期行的FullGC,FullGC会导致程序暂停。

8.HFile文件

最终保存HBase数据的文件(存储于HDFS),一个HFile文件属于一张表的一个列簇,数据以行健和列的字典顺序排列,同时单元格内的数据是以版本号降序排列。多个RegionServer的MemStore多次持久化的HFile文件,他们之间是无序的,HBase会通过部分压缩和全量压缩进行合并。当HFile文件的数量达到一定的阈值,就会启动部分压缩,将多个HFile文件合并为一个大的HFile文件。全量压缩会在每天的固定时间段进行(系统活跃度低的时间)。合并的过程会对数据重新排序,保证合并后的文件数据依然是有序的。

9.两个重要的表-Root-.META.

-Root-保存.META.的路径,它指向.META.在集群的哪个节点上。是唯一不会被拆分的表。

.META.保存集群中每个分区的元数据,关键的类HRegionInfo,包括表的信息,表的起始行健值和终止行健值。


六.客户端与HBase建立连接的过程

A.Client与ZK集群建立连接,从ZK集群获取-Root-表位置信息。

B.Client连接-Root-表,并得到.META.表的位置信息。

C.Client连接.META.表并下载分区列表和他们的位置。

D.Client使用从.META.表下载的信息直接连接RegionServer中的分区操作数据,在这过程中Clien会进行一系列的查询操作。

E.Client会将-Root- .META.周期性的下载到本地,当Client连接RegionServer后发现.META.表提供的行健范围不在分区中才会重新刷新本地目录表缓存。


七.分区与压缩

如果在创建表是没有设置预分区,刚创建表时只有一个分区,直到该分区的大小达到habse.hregion.max.filesize属性值时默认10G,该分区会再次分区,注意此时的分区是逻辑分区,只记录分区的行健。分区大小会继续增长,只有在全量压缩的时候才会把逻辑分区转为物理分区,将原始数据文件拆开到其他分区HDFS路径下的不同文件中。原始分区将在物理上分成两个分区,并且这两个分区属于不同的两台RegionServer。

压缩是分区中HFile文件合并的过程,减少HFile的数量能够提高HBase的性能。因为能够减少scan和get读取的文件数。压缩分两种:部分和全量。

部分压缩,会把多个HFile文件压缩成一个,部分压缩的过程,Client仍然可以向MemStore写数据,但是不执行MemStore的持久化,如果MemStore被写满,此时暂停对外服务,与该分区交互的Client处于阻塞状态,直到压缩过程执行完毕,恢复操作。

全量压缩,将一个分区内所有的HFile文件合并成一个文件,在这个过程所有的删除操作和版本过期的单元格都会被移除。全量压缩默认每天执行一次。(提示:HBase的删除操作并不会在执行完删除命令后就立即删除数据,而是先给该数据打上被删除的标签,在全量压缩的过程中才会被真正的删除

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,544评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,430评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,764评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,193评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,216评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,182评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,063评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,917评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,329评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,543评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,722评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,425评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,019评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,671评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,825评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,729评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,614评论 2 353

推荐阅读更多精彩内容

  • 简介 [HBase]——Hadoop Database的简称,Google BigTable的另一种开源实现方式,...
    高广超阅读 2,347评论 1 27
  • HBase存储架构图 HBase Master 为Region server分配region 负责Region s...
    kimibob阅读 5,580评论 0 52
  • 最近在逐步跟进Hbase的相关工作,由于之前对Hbase并不怎么了解,因此系统地学习了下Hbase,为了加深对Hb...
    飞鸿无痕阅读 50,224评论 19 272
  • HBase Architectural Components(HBase架构组件) HBase架构也是主从架构,由...
    陌上疏影凉阅读 2,393评论 0 7
  • 启动集群: 1)启动所有的zookeeper,start-all-zookeeper.sh 2)主节点最好一个进程...
    夙夜M阅读 467评论 0 3