HBase进阶
文章目录
1.架构原理2.写流程3.MemStore Flush4.读流程5.StoreFile Compaction6.Region Split1.架构原理
1)StoreFile保存实际数据的物理文件，Store以HFile的形式存储在HDFS上。每个Store会有一个或多个StoreFile(HFile),数据在每个StoreFile中都是有序的2)MemStore由于HFile中的数据要求是有序的，所以数据是先存储在MemStore中，排好序后，等到达刷写时机才会刷写到HFile,每次刷写都会形成一个新的HFile3)WAL由于数据要经MemStore排序后才能刷写到HFile，但把数据保存在内存中会有很高的概率导致数据丢失，为了解决这个问题，数据会先写在一个叫做Write-Ahead logfile的文件中，然后再写入MemStore中。所以在系统出现故障的时候，数据可以通过这个日志文件重建
2.写流程
写流程
1.Client先访问zookeeper，获取hbase:meta表位于哪个Region Server2.访问对应的Region Server,获取hbase:meta表，根据读请求的namespace:table/rowkey,查询出目标数据位于哪个Region Server中的哪个Region中，并将该table的region信息以及meta表的位置信息缓存在客户端的meta cache，方便下次访问。3.与目标Region Server进行通讯4.将数据顺序写入(追加)到WAL5.将数据写入对应的MemStore,数据会在MemStore进行排序6.向客户端发送ack7.等达到MemStore的刷写时机后，将数据刷写到HFile
3.MemStore Flush
MemStore刷写时机:
1.当某个memstore的大小达到 hbase.hregion.memstore.flush.size(默认值128M)，其所在region的所有memstore都会刷写.当memstore的大小达到了hbase.hregion.memstore.flush.size（默认值 128M）* hbase.hregion.memstore.block.multiplier（默认值 4）会阻止继续往memstore写数据2.当region server中memstore的总大小达到java_heapsize*hbase.regionserver.global.memstore.size（默认值 0.4）*hbase.regionserver.global.memstore.size.lower.limit（默认值 0.95），region会按照其所有的memstore的大小顺序(由大到小)依次进行刷写，直到region server中所有memstore的总大小减小到上述值以下。当region server中的总大小达到java_heapsize*hbase.regionserver.global.memstore.size（默认值 0.4）会阻止继续往所有的memstore写数据3.到达自动刷写的时间，也会触发memstore flush。自动刷新的时间间隔由该属性进行配置hbase.regionserver.optionalcacheflushinterval（默认 1 小时）4.当WAL文件的数量超过hbase.regionserver.max.logs，region会按照时间顺序依次进行刷写，直到WAL文件数量减小到hbase.regionserver.max.log 以下(该属性名已经废弃，现无需手动设置，最大值为32)
4.读流程
读流程：
1.Clien先访问zookeeper,获取hbase:meta表位于哪个Region Server2.访问对应的Region Server,获取hbase:meta表，根据读请求的namespace：table/rowkey,查询出目标数据位于哪个Region Server中的哪个Region中。并将table的region信息以及meta表的位置信息缓存在客户端的meta cache，方便下次访问。3.与目标Region Server进行通讯4.分别在Block Cache(读缓存)，MemStore和Store File(HFile)中查询目标数据，并将查到的所有数据进行合并，此处所有数据是指同一条数据的不同版本(time stamp)或者不同的类型(Put/Delete)5.将从文件中查询到的数据库(Block,HFile数据存储单元，默认大小为64KB)缓存到Block Cache6.将合并后的最终结果返回给客户端
5.StoreFile Compaction
由于memstore每次刷写都会生成一个新的HFile,且同一个字段的不同版本(timestamp)和不同类型(Put/Delete)有可能分布在不同的HFile中，因此查询时需要遍历所有的HFile，为了减少HFile的个数，以及清理掉过期和删除的数据，会进行StoreFile CompactionCompaction分为两种，分别是Minor Compaction和Major Compaction。Minor Compaction会将临近的若干个较小的HFile合并成一个较大的HFile，但不会清理过期和删除的数据.Major Compaction会将一个Store下的所有的HFile合并成一个大HFile，并且会清理掉过期和删除的数据。
6.Region Split
默认情况下，每个Table起初只有一个Region，随着数据的不断吸入，Region会自动进行拆分。刚拆分时，两个子Region都位于当前的Region Server,但处于负载均衡的考虑，HMaster有肯呢个会将某个Region转移给其他的Region Server.
Region Split时机
1.当1个region中的某个Store下所有StoreFile的总大小超过hbase.hregion.max.filesize，该region就会进行拆分(0.94版本之前)2.当1个region中的某个Store下所有StoreFile的总大小超过Min(R^2*"hbase.hregion.memstore.flush.size",hbase.hregion.max.filesize")，该Region就会进行拆分，其中R为当前Region Server中属于该Table的个数(0.94版本之后)
