Hadoop+Hbase集群架构“完全篇” (2)

Hadoop+Hbase集群架构“完全篇”

Client

 包含访问HBase的接口并维护cache来加快对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Master

 存储HBaseschematable元数据

Master

 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的增删改操作

RegionServer

 Region server维护region,处理对这些regionIO请求

 Region server负责切分在运行过程中变得过大的region 

HLog(WAL log)

 HLog文件就是一个普通的Hadoop Sequence FileSequence File KeyHLogKey对象,HLogKey中记录了写入数据的归属信息,除了tableregion名字外,同时还包括sequence numbertimestamptimestamp写入时间sequence number的起始值为0,或者是最近一次存入文件系 统中sequence number

 HLog SequeceFileValueHBaseKeyValue对象,即对应HFile中的 KeyValue

Region

 HBase自动把表水平划分成多个区域(region),每个region会保存一个表 里面某段连续的数据;每个表一开始只有一个region,随着数据不断插 入表,region不断增大,当增大到一个阀值的时候,region就会等分会 两个新的region(裂变);

 table中的行不断增多,就会有越来越多的region。这样一张完整的表 被保存在多个Regionserver上。

Memstore storefile

 一个region由多个store组成,一个store对应一个CF(列族)

 store包括位于内存中的memstore和位于磁盘的storefile写操作先写入 memstore,当memstore中的数据达到某个阈值,hregionserver会启动 flashcache进程写入storefile,每次写入形成单独的一个storefile

 storefile文件的数量增长到一定阈值后,系统会进行合并(minormajor compaction),在合并过程中会进行版本合并和删除工作 (majar),形成更大的storefile

 当一个region所有storefile的大小和超过一定阈值后,会把当前的region 分割为两个,并由hmaster分配到相应的regionserver服务器,实现负载均衡。

 客户端检索数据,先在memstore找,找不到再找storefile

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wpffjs.html