腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

hbase 簡介

更新時(shí)間：2017年09月29日 11:52:27 作者：動(dòng)力節(jié)點(diǎn)

HBase是基于GoogleBigTable模型開發(fā)的，典型的key/value系統(tǒng)；下面通過本文給大家介紹hbase的相關(guān)知識(shí)，感興趣的朋友一起看看吧

概述

HBase是一個(gè)構(gòu)建在HDFS上的分布式列存儲(chǔ)系統(tǒng)；

HBase是基于GoogleBigTable模型開發(fā)的，典型的key/value系統(tǒng)；

HBase是ApacheHadoop生態(tài)系統(tǒng)中的重要一員，主要用于海量結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)；

從邏輯上講，HBase將數(shù)據(jù)按照表、行和列進(jìn)行存儲(chǔ)。

與hadoop一樣，Hbase目標(biāo)主要依靠橫向擴(kuò)展，通過不斷增加廉價(jià)的商用服務(wù)器，來增加計(jì)算和存儲(chǔ)能力。

Hbase表的特點(diǎn)

大：一個(gè)表可以有數(shù)十億行，上百萬列；

無模式：每行都有一個(gè)可排序的主鍵和任意多的列，列可以根據(jù)需要?jiǎng)討B(tài)的增加，同一張表中不同的行可以有截然不同的列；

面向列：面向列（族）的存儲(chǔ)和權(quán)限控制，列（族）獨(dú)立檢索；

稀疏：空（null）列并不占用存儲(chǔ)空間，表可以設(shè)計(jì)的非常稀疏；

數(shù)據(jù)多版本：每個(gè)單元中的數(shù)據(jù)可以有多個(gè)版本，默認(rèn)情況下版本號(hào)自動(dòng)分配，是單元格插入時(shí)的時(shí)間戳；

數(shù)據(jù)類型單一：Hbase中的數(shù)據(jù)都是字符串，沒有類型。

·Hbase數(shù)據(jù)模型

Hbase邏輯視圖

注意上圖中的英文說明

Hbase基本概念

RowKey：是Bytearray，是表中每條記錄的“主鍵”，方便快速查找，Rowkey的設(shè)計(jì)非常重要。
ColumnFamily：列族，擁有一個(gè)名稱(string)，包含一個(gè)或者多個(gè)相關(guān)列
Column：屬于某一個(gè)columnfamily，familyName:columnName，每條記錄可動(dòng)態(tài)添加
VersionNumber：類型為Long，默認(rèn)值是系統(tǒng)時(shí)間戳，可由用戶自定義
Value(Cell)：Bytearray

·Hbase物理模型

每個(gè)columnfamily存儲(chǔ)在HDFS上的一個(gè)單獨(dú)文件中，空值不會(huì)被保存。

Key和 Version number在每個(gè) column family中均有一份；

HBase為每個(gè)值維護(hù)了多級(jí)索引，即：

物理存儲(chǔ):

1、Table中所有行都按照rowkey的字典序排列；

2、Table在行的方向上分割為多個(gè)Region；

3、Region按大小分割的，每個(gè)表開始只有一個(gè)region，隨著數(shù)據(jù)增多，region不斷增大，當(dāng)增大到一個(gè)閥值的時(shí)候，region就會(huì)等分會(huì)兩個(gè)新的region，之后會(huì)有越來越多的region；

4、Region是Hbase中分布式存儲(chǔ)和負(fù)載均衡的最小單元，不同Region分布到不同RegionServer上。

5、Region雖然是分布式存儲(chǔ)的最小單元，但并不是存儲(chǔ)的最小單元。Region由一個(gè)或者多個(gè)Store組成，每個(gè)store保存一個(gè)columnsfamily；每個(gè)Strore又由一個(gè)memStore和0至多個(gè)StoreFile組成，StoreFile包含HFile；memStore存儲(chǔ)在內(nèi)存中，StoreFile存儲(chǔ)在HDFS上。

·HBase架構(gòu)及基本組件

Hbase基本組件說明：

Client

ü包含訪問HBase的接口，并維護(hù)cache來加快對(duì)HBase的訪問，比如region的位置信息

Master

ü為Regionserver分配region

ü負(fù)責(zé)Regionserver的負(fù)載均衡

ü發(fā)現(xiàn)失效的Regionserver并重新分配其上的region

ü管理用戶對(duì)table的增刪改查操作

RegionServer

üRegionserver維護(hù)region，處理對(duì)這些region的IO請(qǐng)求

üRegionserver負(fù)責(zé)切分在運(yùn)行過程中變得過大的region

Zookeeper作用

ü通過選舉，保證任何時(shí)候，集群中只有一個(gè)master，Master與RegionServers啟動(dòng)時(shí)會(huì)向ZooKeeper注冊(cè)

ü存貯所有Region的尋址入口

ü實(shí)時(shí)監(jiān)控Regionserver的上線和下線信息。并實(shí)時(shí)通知給Master

ü存儲(chǔ)HBase的schema和table元數(shù)據(jù)

ü默認(rèn)情況下，HBase管理ZooKeeper 實(shí)例，比如，啟動(dòng)或者停止ZooKeeper

üZookeeper的引入使得Master不再是單點(diǎn)故障

Write-Ahead-Log（WAL）

該機(jī)制用于數(shù)據(jù)的容錯(cuò)和恢復(fù)：

每個(gè)HRegionServer中都有一個(gè)HLog對(duì)象，HLog是一個(gè)實(shí)現(xiàn)WriteAheadLog的類，在每次用戶操作寫入MemStore的同時(shí)，也會(huì)寫一份數(shù)據(jù)到HLog文件中（HLog文件格式見后續(xù)），HLog文件定期會(huì)滾動(dòng)出新的，并刪除舊的文件（已持久化到StoreFile中的數(shù)據(jù)）。當(dāng)HRegionServer意外終止后，HMaster會(huì)通過Zookeeper感知到，HMaster首先會(huì)處理遺留的HLog文件，將其中不同Region的Log數(shù)據(jù)進(jìn)行拆分，分別放到相應(yīng)region的目錄下，然后再將失效的region重新分配，領(lǐng)取到這些region的HRegionServer在Load Region的過程中，會(huì)發(fā)現(xiàn)有歷史HLog需要處理，因此會(huì)ReplayHLog中的數(shù)據(jù)到MemStore中，然后flush到StoreFiles，完成數(shù)據(jù)恢復(fù)

HBase容錯(cuò)性

Master容錯(cuò)：Zookeeper重新選擇一個(gè)新的Master

ü無Master過程中，數(shù)據(jù)讀取仍照常進(jìn)行；

ü無master過程中，region切分、負(fù)載均衡等無法進(jìn)行；

RegionServer容錯(cuò)：定時(shí)向Zookeeper匯報(bào)心跳，如果一旦時(shí)間內(nèi)未出現(xiàn)心跳，Master將該RegionServer上的Region重新分配

到其他RegionServer上，失效服務(wù)器上“預(yù)寫”日志由主服務(wù)器進(jìn)行分割并派送給新的RegionServer

Zookeeper容錯(cuò)：Zookeeper是一個(gè)可靠地服務(wù)，一般配置3或5個(gè)Zookeeper實(shí)例

Region定位流程：

尋找RegionServer

ZooKeeper-->-ROOT-(單Region)-->.META.-->用戶表

-ROOT-

ü表包含.META.表所在的region列表，該表只會(huì)有一個(gè)Region；

üZookeeper中記錄了-ROOT-表的location。

.META.

ü表包含所有的用戶空間region列表，以及RegionServer的服務(wù)器地址。

·Hbase使用場景

storing large amounts of data(100s ofTBs)
needhigh write throughput
needefficient random access(key lookups) within large datasets
needto scale gracefully with data
forstructured and semi-structured data
don'tneed fullRDMS capabilities(cross row/cross table transaction,joins,etc.)

大數(shù)據(jù)量存儲(chǔ)，大數(shù)據(jù)量高并發(fā)操作

需要對(duì)數(shù)據(jù)隨機(jī)讀寫操作

讀寫訪問均是非常簡單的操作

·Hbase與HDFS對(duì)比

兩者都具有良好的容錯(cuò)性和擴(kuò)展性，都可以擴(kuò)展到成百上千個(gè)節(jié)點(diǎn)；

HDFS適合批處理場景

不支持?jǐn)?shù)據(jù)隨機(jī)查找

不適合增量數(shù)據(jù)處理

不支持?jǐn)?shù)據(jù)更新