hbase工作原理_hbase超詳細介紹

一、HBase概況介紹

HBase是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統(tǒng)，利用HBase技術(shù)可在廉價PC Server上搭建大規(guī)模結(jié)構(gòu)化的存儲集群。HBase的目標是存儲并處理大型數(shù)據(jù)，具體來說是僅需使用普通的硬件配置，就能夠處理由成千上萬的行和列所組成的大型數(shù)據(jù)。

與MapReduce的離線批處理計算框架不同，HBase是一個可以隨機訪問的存儲和檢索數(shù)據(jù)平臺，彌補了HDFS不能隨機訪問數(shù)據(jù)的缺陷，適合實時性要求不是非常高的業(yè)務(wù)場景。HBase存儲的都是Byte數(shù)組，它不介意數(shù)據(jù)類型，允許動態(tài)、靈活的數(shù)據(jù)模型。

HBase的特點

· 大：一個表可以有上億行，上百萬列。

· 面向列：面向列表（簇）的存儲和權(quán)限控制，列（簇）獨立檢索。

· 稀疏：對于為空（NULL）的列，并不占用存儲空間，因此，表可以設(shè)計的非常稀疏。

· 無模式：每一行都有一個可以排序的主鍵和任意多的列，列可以根據(jù)需要動態(tài)增加，同一張表中不同的行可以有截然不同的列。

· 數(shù)據(jù)多版本：每個單元中的數(shù)據(jù)可以有多個版本，默認情況下，版本號自動分配，版本號就是單元格插入時的時間戳。

· 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 的應(yīng)用場景

HBase 不適合所有場景。

首先，確信有足夠多數(shù)據(jù)，如果有上億或上千億行數(shù)據(jù)，HBase 是很好的備選。如果只有上千或上百萬行，則用傳統(tǒng)的R DBMS 可能是更好的選擇。因為所有數(shù)據(jù)可以在一兩個節(jié)點保存，集群其他節(jié)點可能閑置。

其次，確信可以不依賴所有 RDBMS 的額外特性（例如，列數(shù)據(jù)類型、 第二索引、事務(wù)、高級查詢語言等）。

第三，確信你有足夠的硬件。因為 HDFS 在小于5個數(shù)據(jù)節(jié)點時，基本上體現(xiàn)不出它的優(yōu)勢。

雖然，HBase 能在單獨的筆記本上運行良好，但這應(yīng)僅當(dāng)成是開發(fā)階段的配置。

二、HBase體系結(jié)構(gòu)

2.1 設(shè)計思路

HBase是一個分布式的數(shù)據(jù)庫，使用Zookeeper管理集群，使用HDFS作為底層存儲。在架構(gòu)層面上由HMaster（Zookeeper選舉產(chǎn)生的Leader）和多個HRegionServer組成，基本架構(gòu)如下圖所示：

在HBase的概念中，HRegionServer對應(yīng)集群中的一個節(jié)點，一個HRegionServer負責(zé)管理多個HRegion，而一個HRegion代表一張表的一部分數(shù)據(jù)。在HBase中，一張表可能會需要很多個HRegion來存儲數(shù)據(jù)，每個HRegion中的數(shù)據(jù)并不是雜亂無章的。HBase在管理HRegion的時候會給每個HRegion定義一個Rowkey的范圍，落在特定范圍內(nèi)的數(shù)據(jù)將交給特定的Region，從而將負載分攤到多個節(jié)點，這樣就充分利用了分布式的優(yōu)點和特性。另外，HBase會自動調(diào)節(jié)Region所處的位置，如果一個HRegionServer過熱，即大量的請求落在這個HRegionServer管理的HRegion上，HBase就會把HRegion移動到相對空閑的其它節(jié)點，依次保證集群環(huán)境被充分利用。

2.2基本架構(gòu)

HBase由HMaster和HRegionServer組成，同樣遵從主從服務(wù)器架構(gòu)。HBase將邏輯上的表劃分成多個數(shù)據(jù)塊即HRegion，存儲在HRegionServer中。HMaster負責(zé)管理所有的HRegionServer，它本身并不存儲任何數(shù)據(jù)，而只是存儲數(shù)據(jù)到HRegionServer的映射關(guān)系（元數(shù)據(jù)）。集群中的所有節(jié)點通過Zookeeper進行協(xié)調(diào)，并處理HBase運行期間可能遇到的各種問題。?

三、 HBase數(shù)據(jù)模型

HBase是一個類似于BigTable的分布式數(shù)據(jù)庫，它是一個稀疏的長期存儲的（存在HDFS上）、多維度的、排序的映射表。這張表的索引是行關(guān)鍵字、列關(guān)鍵字和時間戳。HBase的數(shù)據(jù)都是字符串，沒有類型。?
? ? ?可以將一個表想象成一個大的映射關(guān)系，通過行鍵、行鍵+時間戳或行鍵+列（列族：列修飾符），就可以定位特定數(shù)據(jù)。由于HBase是稀疏存儲數(shù)據(jù)的，所以某些列可以是空白的。上表給出了com.cnn.www網(wǎng)站的數(shù)據(jù)存放邏輯視圖，表中僅有一行數(shù)據(jù)，行的唯一標識為“com.cnn.www”，對這行數(shù)據(jù)的每一次邏輯修改都有一個時間戳關(guān)聯(lián)對應(yīng)。表中共有四列：contents:html、anchor:cnnsi.com、anchor:my.look.ca、mime:type，每一列以前綴的方式給出其所屬的列族。

行鍵（RowKey）是數(shù)據(jù)行在表中的唯一標識，并作為檢索記錄的主鍵。在HBase中訪問表中的行只有三種方式：通過某個行鍵訪問、給定行鍵的范圍訪問、全表掃描。行鍵可以是任意字符串（最大長度64KB）并按照字典序進行存儲。對于那些經(jīng)常一起讀取的行，需要對鍵值精心設(shè)計，以便它們能放在一起存儲。

四、 HBase讀寫流程

下圖是HRegionServer數(shù)據(jù)存儲關(guān)系圖。上文提到，HBase使用MemStore和StoreFile存儲對表的更新。數(shù)據(jù)在更新時首先寫入HLog和MemStore。MemStore中的數(shù)據(jù)是排序的，當(dāng)MemStore累計到一定閾值時，就會創(chuàng)建一個新的MemStore，并且將老的MemStore添加到Flush隊列，由單獨的線程Flush到磁盤上，成為一個StoreFile。與此同時，系統(tǒng)會在Zookeeper中記錄一個CheckPoint，表示這個時刻之前的數(shù)據(jù)變更已經(jīng)持久化了。當(dāng)系統(tǒng)出現(xiàn)意外時，可能導(dǎo)致MemStore中的數(shù)據(jù)丟失，此時使用HLog來恢復(fù)CheckPoint之后的數(shù)據(jù)。

StoreFile是只讀的，一旦創(chuàng)建后就不可以再修改。因此Hbase的更新其實是不斷追加的操作。當(dāng)一個Store中的StoreFile達到一定閾值后，就會進行一次合并操作，將對同一個key的修改合并到一起，形成一個大的StoreFile。當(dāng)StoreFile的大小達到一定閾值后，又會對 StoreFile進行切分操作，等分為兩個StoreFile。

寫操作流程

步驟1：Client通過Zookeeper的調(diào)度，向HRegionServer發(fā)出寫數(shù)據(jù)請求，在HRegion中寫數(shù)據(jù)。

步驟2：數(shù)據(jù)被寫入HRegion的MemStore，直到MemStore達到預(yù)設(shè)閾值。

步驟3：MemStore中的數(shù)據(jù)被Flush成一個StoreFile。

步驟4：隨著StoreFile文件的不斷增多，當(dāng)其數(shù)量增長到一定閾值后，觸發(fā)Compact合并操作，將多個StoreFile合并成一個StoreFile，同時進行版本合并和數(shù)據(jù)刪除。

步驟5：StoreFiles通過不斷的Compact合并操作，逐步形成越來越大的StoreFile。

步驟6：單個StoreFile大小超過一定閾值后，觸發(fā)Split操作，把當(dāng)前HRegion Split成2個新的HRegion。父HRegion會下線，新Split出的2個子HRegion會被HMaster分配到相應(yīng)的HRegionServer 上，使得原先1個HRegion的壓力得以分流到2個HRegion上。

讀操作流程

步驟1：client訪問Zookeeper，查找-ROOT-表，獲取.META.表信息。

步驟2：從.META.表查找，獲取存放目標數(shù)據(jù)的HRegion信息，從而找到對應(yīng)的HRegionServer。

步驟3：通過HRegionServer獲取需要查找的數(shù)據(jù)。

步驟4：HRegionserver的內(nèi)存分為MemStore和BlockCache兩部分，MemStore主要用于寫數(shù)據(jù)，BlockCache主要用于讀數(shù)據(jù)。讀請求先到MemStore中查數(shù)據(jù)，查不到就到BlockCache中查，再查不到就會到StoreFile上讀，并把讀的結(jié)果放入BlockCache。

hbase工作原理

Client

首先當(dāng)一個請求產(chǎn)生時，HBase Client使用RPC（遠程過程調(diào)用）機制與HMaster和HRegionServer進行通信，對于管理類操作，Client與HMaster進行RPC;對于數(shù)據(jù)讀寫操作，Client與HRegionServer進行RPC。

Zookeeper

HBase Client使用RPC（遠程過程調(diào)用）機制與HMaster和HRegionServer進行通信，但如何尋址呢？由于Zookeeper中存儲了-ROOT-表的地址和HMaster的地址，所以需要先到Zookeeper上進行尋址。

HRegionServer也會把自己以Ephemeral方式注冊到Zookeeper中，使HMaster可以隨時感知到各個HRegionServer的健康狀態(tài)。此外，Zookeeper也避免了HMaster的單點故障。

HMaster

當(dāng)用戶需要進行Table和Region的管理工作時，就需要和HMaster進行通信。HBase中可以啟動多個HMaster，通過Zookeeper的Master Eletion機制保證總有一個Master運行。

· 管理用戶對Table的增刪改查操作

· 管理HRegionServer的負載均衡，調(diào)整Region的分布

· 在Region Split后，負責(zé)新Region的分配

· 在HRegionServer停機后，負責(zé)失效HRegionServer上的Regions遷移

HRegionServer

當(dāng)用戶需要對數(shù)據(jù)進行讀寫操作時，需要訪問HRegionServer。HRegionServer存取一個子表時，會創(chuàng)建一個HRegion對象，然后對表的每個列族創(chuàng)建一個Store實例，每個Store都會有一個 MemStore和0個或多個StoreFile與之對應(yīng)，每個StoreFile都會對應(yīng)一個HFile， HFile就是實際的存儲文件。因此，一個HRegion有多少個列族就有多少個Store。 一個HRegionServer會有多個HRegion和一個HLog。

當(dāng)HStore存儲是HBase的核心了，其中由兩部分組成：MemStore和StoreFiles。 MemStore是Sorted Memory Buffer，用戶

寫入數(shù)據(jù)首先 會放在MemStore，當(dāng)MemStore滿了以后會Flush成一個 StoreFile（實際存儲在HDHS上的是HFile），當(dāng)StoreFile文件數(shù)量增長到一定閥值，就會觸發(fā)Compact合并操作，并將多個StoreFile合并成一個StoreFile，合并過程中會進行版本合并和數(shù)據(jù)刪除，因此可以看出HBase其實只有增加數(shù)據(jù)，所有的更新和刪除操作都是在后續(xù)的compact過程中進行的，這使得用戶的 讀寫操作只要進入內(nèi)存中就可以立即返回，保證了HBase I/O的高性能。

下面以一個具體數(shù)據(jù)Put的流程，讓我們加深對HBase工作流程的認識。

HBase Put流程

下面是put流程的時序圖：

客戶端：

· 客戶端發(fā)起Put寫請求，講put寫入writeBuffer，如果是批量提交，寫滿緩存后自動提交

· 根據(jù)rowkey將put吩咐給不同regionserver

服務(wù)端：

· RegionServer將put按rowkey分給不同的region

· Region首先把數(shù)據(jù)寫入wal

· wal寫入成功后，把數(shù)據(jù)寫入memstore

· Memstore寫完后，檢查memstore大小是否達到flush閥值

· 如果達到flush閥值，將memstore寫入HDFS，生成HFile文件

HBase Compact &&Split

當(dāng)StoreFile文件數(shù)量增長到一定閥值，就會觸發(fā)Compact合并操作，并將多個StoreFile合并成一個StoreFile，當(dāng)這個StoreFile大小超過一定閥值后，會觸發(fā)Split操作，同時把當(dāng)前Region Split成2個Region，這是舊的Region會下線，新Split出的2個Region會被HMaster分配到相應(yīng)的HregionServer上，使得原先1個Region的壓力得以分散到2個Region上。

如下圖四個Storefile文件（從memstore文件經(jīng)過flush而得到，默認64M的storefile文件）經(jīng)過Compact合并成一個大的256M storefile文件，當(dāng)設(shè)定的Region閥值為128M時，就會Split為兩個128M的Storefile文件，然后HMaster再把這兩個storefile文件分配到不停地Regionserver上。

HFile

HBase中所有的數(shù)據(jù)文件都存儲在Hadoop HDFS上，主要包括兩種文件類型：

· Hfile:HBase中KeyValue數(shù)據(jù)的存儲格式，HFile是Hadoop的 二進制格式文件，實際上StoreFile就是對Hfile做了輕量級包裝，即StoreFile底層就是HFile

· HLog File:HBase中WAL（write ahead log）的存儲格式，物理上是Hadoop的Sequence File

HFile的存儲格式如下：

?

HFile文件是不定長的，長度固定的只有其中的兩塊：Trailer和FileInfo。

Trailer中有指針指向其他數(shù)據(jù)塊的起始點，F(xiàn)ileInfo記錄了文件的一些meta信息。 Data Block是hbase io的基本單元，為了提高效率，HRegionServer中有基于LRU的block cache機制。

每個Data塊的大小可以在創(chuàng)建一個Table的時候通過參數(shù)指定（默認塊大小64KB），大號的Block有利于順序Scan，小號的 Block利于隨機查詢。

每個Data塊除了開頭的Magic以外就是一個個KeyValue對拼接而成，Magic內(nèi)容就是一些隨機數(shù)字，目的是防止數(shù) 據(jù)損壞，結(jié)構(gòu)如下。

?

上圖可知，開始是兩個固定長度的數(shù)值，分別表示key的長度和alue的長度。緊接著是Key，開始是固定長度的數(shù)值，表示RowKey的長度，緊接著是RowKey，然后是固定長度的數(shù)值，表示Family的長度，然后是Family，接著是Qualifier，然后是兩個固定長度的數(shù)值，表示Time Stamp和Key Type（Put/Delete）。Value部分沒有那么復(fù)雜的結(jié)構(gòu)，就是純粹的二進制數(shù)據(jù)。

HBase的三維有序（即字典順序）存儲

Hfile是HBase中KeyValue數(shù)據(jù)的存儲格式。從上面的 HBase物理數(shù)據(jù)模型中可以看出，HBase是面向列表（簇）的存儲。每個Cell由 {row key，column（=《 family》 + 《 label》），version} 唯一確定的單元，他們組合在一起就是一個KeyValue。根據(jù)上述描述，這個KeyValue中的key就是{row key，column（=《 family》 + 《 label》），version} ，而value就是cell中的值。

HBase的三維有序存儲中的三維是指：rowkey（行主鍵），column key（columnFamily+《 label》），timestamp（時間戳或者版本號）三部分組成的三維有序存儲。

· rowkey

rowkey是行的主鍵，它是以字典順序排序的。所以 rowkey的設(shè)計是至關(guān)重要的，關(guān)系到你應(yīng)用層的查詢效率。我們在根據(jù)rowkey范圍查詢的時候，我們一般是知道startRowkey，如果我們通過scan只傳startRowKey ： d開頭的，那么查詢的是所有比d大的都查了，而我們只需要d開頭的數(shù)據(jù)，那就要通過endRowKey來限制。我們可以通過設(shè)定endRowKey為：d 開頭，后面的根據(jù)你的rowkey組合來設(shè)定，一般是加比startKey大一位。

· column key

column key是第二維，數(shù)據(jù)按rowkey字典排序后，如果rowkey相同，則是根據(jù)column key來排序的，也是按字典排序。

我們在設(shè)計table的時候要學(xué)會利用這一點。比如我們的收件箱。我們有時候需要按主題排序，那我們就可以把主題這設(shè)置為我們的column key，即設(shè)計為columnFamily+主題。，這樣的設(shè)計。

· timestamp

timestamp 時間戳，是第三維，這是個按降序排序的，即最新的數(shù)據(jù)排在最前面。這個就沒有什么說的了。網(wǎng)上其他的博客也提到比較多。

HLog Replay

根據(jù)以上的敘述，我們已經(jīng)了解了關(guān)于HStore的基本原理，但我們還必須要了解一下HLog的功能，因為上述的HStore在系統(tǒng)正常工作的前提下是沒問題的，但是在分布式 系統(tǒng)環(huán)境中，無法避免系統(tǒng)出錯或者宕機，因為一旦HRegionServer意外退出，MemStore中的內(nèi)存數(shù)據(jù)將會丟失，這就需要引入HLog。每個HRegionServer中都有一個HLog對象，HLog是一個實現(xiàn)Write Ahead Log的類，在每一次用戶操作寫入MemStore的同時，也會寫一份數(shù)據(jù)到HLog文件中，HLog文件定期（當(dāng)文件已持久化到StoreFile中的數(shù)據(jù)）會滾出新的，并且刪除舊的文件。當(dāng)HRegionServer意外終止 后，HMaster會通過Zookeeper感知到，HMaster首先會處理遺留的Hlog文件，將其中不同Region的Log數(shù)據(jù)進行拆分，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Regionserver在Load Region的過程中，會發(fā)現(xiàn)歷史HLog需要處理，因此Replay HLog中的數(shù)據(jù)到MemStore中，然后flush到StoreFiles，完成數(shù)據(jù)恢復(fù)。

HLog存儲格式

WAL（Write Ahead Log）：RegionServer在處理插入和刪除過程中，用來記錄操作內(nèi)容的日志，只有日志寫入成功，才會通知客戶端操作成功。

上圖中是HLog文件的結(jié)構(gòu)，其實HLog文件就是一個普通的Hadoop Sequence File，Sequence File的Key是HLogKey對象，HLogKey中記錄了寫入數(shù)據(jù)的歸屬信息，除了table和Region名字外，同時還包括sequence number和timestamp，timestamp是”寫入時間”，sequence number 的起始值為0，或者是最近一次存入文件系統(tǒng)中的sequence number。

HLog Sequence File 的Value是HBase的KeyValue對象昂，即對應(yīng)HFile中的KeyValue。

HBase性能和優(yōu)化影響HBase性能的因素

?