[HBase] 体系架构(物理模型)
来源:互联网 发布:万网 域名 编辑:程序博客网 时间:2024/05/22 10:56
- Client
--包含访问HBase的接口并维护cache,加快对HBase的访问
- Zookeeper
–保证任何时候,集群中只有一个master
–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
- 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
- RegionServer
–Region server维护region,处理对这些region的IO请求
–Region server负责split在运行过程中变得过大的region
ZooKeeper存储所有Region的入口,Client通过访问它获得-ROOT-表的的location信息,接着通过-ROOT-表获得.META.表Region信息,最后再通过.META.表获得用户表的Region信息。Client会缓存这些信息,这样下次就可以直接获得用户表的Region信息。
如上图所示,当Client连上HReigonServer后,后者会打开相应的HRegion对象,为每个HColumeFamily创建Store实例,每个Store实例有一个MemStore,一个或多个StoreFile,StoreFile是HFile轻量级的包装。
1 写数据过程
首先是把Log写入到HLog中,HLog是标准的Hadoop Sequence File,由于Log数据量小,而且是顺序写,速度非常快;同时把数据写入到内存MemStore中,成功后返回给Client,所以对Client来说,HBase写的速度非常快,因为数据只要写入到内存中,就算成功了。
接着检查MemStore是否已满,如果满了,就把内存中的MemStore Flush到磁盘上,形成一个新的StoreFile。
当Storefile文件的数量增长到一定阈值后,系统会进行合并(Compact),在合并过程中会进行版本合并和删除工作,形成更大的storefile。
当Storefile大小超过一定阈值后,会把当前的Region分割为两个(Split),并由Hmaster分配到相应的HRegionServer,实现负载均衡
2 读数据过程
由于无法直接修改HBase里的数据,所有的update和delete操作都转换成append操作,而且HBase里也没有索引,因此读数据都是以Scan的方式进行。
Client在读数据时,一般会指定timestamp和ColumnFamily.
首先,根据ColumnFamily可以过滤掉很大一部分Store,这也是HBase作为列式数据库的一大优势。
然后,根据timestamp和Bloom Filter排除掉一些StoreFiles
最后,在剩下的StoreFile (包含MemStore)里Scan查找
- [HBase] 体系架构(物理模型)
- Hbase架构体系与设计模型
- HBase 数据及物理模型 架构及工作原理
- Hbase物理模型
- [Hadoop]HBase物理模型
- 2-HBase 物理模型
- HBase的物理模型
- HBase体系架构
- Hbase体系架构
- HBase原理体系架构
- 大数据(二十八)HBASE【Hbase 体系架构】
- Hbase数据结构和体系架构
- Hadoop核心架构体系(HDFS+MapReduce+Hbase+Hive+Yarn)
- HBase读写机制和物理模型
- HBase学习笔记——物理模型
- Hbase笔记四之体系架构
- Oracle物理体系(一)
- Oracle物理体系(二)
- msp430F437
- eclispse 插件离线安装
- 下载及安装MySQL
- SUSE如何修改主机名
- STM32 USB-HID通信移植步骤
- [HBase] 体系架构(物理模型)
- 7句js代码实现网页 折叠菜单
- hdu2710(找出这个数的最大素数因子,并输出这个数)
- C#中调用C++的dll的参数为指针类型的导出函数(包括二级指针的情况)
- 使用BeanUtil来封装javaBean出现的问题
- android 使用pull方式解析xml文件
- Mybatis3.2.1使用例三:Mapper方式集成Spring、配置文件提供SQL
- UVa 196 Spreadsheet
- 优化Myeclipse10 Building Workspace速度慢等问题