168大数据

标题: HBase的物理模型及数据存储 [打印本页]

作者: 168主编 时间: 2019-3-5 19:06
标题: HBase的物理模型及数据存储
1、HBase物理模型
（1）Table中的所有行都按照row key的字典序排列。
（2）Table在行的方向上分割为多个Region。
（3）Region是按大小分割的，每个表开始只有一个region，随着数据增多，region不断增大，当增大到一个阈值的时候，region就会等分成两个新的region，之后会有越来越多的region。
（4）Region是HBase中分布式存储和负载均衡的最小单元。不同Region分布到不同RegionServer上。
（5）Region虽然是分布式存储的最小单元，但并不是存储的最小单元，存储的最小单元是Cell。Region由一个或者多个Store组成，每个store保存一个columns family。每个store又由一个memStore和0至多个StoreFile组成。memStore存储在内存中，StoreFile存储在HDFS上。
（6）每个column family存储在HDFS上的一个单独文件中。Key和Version number在每个column family中均有一份。空值不会被保存。

2、HBase体系架构

3、HBase数据存储
（1）HBase中的所有数据文件都存储在Hadoop HDFS文件系统上，主要包括上述提出的两种文件类型：
1）HFile：HBase中KeyValue数据的存储格式，HFile是Hadoop的二进制格式文件，实际上StoreFile就是对HFile做了轻量级包装，进行数据的存储。
2）HLog File，HBase中WAL（Write Ahead Log）的存储格式，物理上是Hadoop的Sequence File。
（2）HRegionServer内部管理了一系列HRegion对象，每个HRegion对应了table中的一个region，HRegion中由多个HStore组成。每个HStore对应了Table中的一个column family的存储，可以看出每个columnfamily其实就是一个集中的存储单元，因此最好将具备共同IO特性的column放在一个column family中，这样最高效。
（3）HStore存储是HBase存储的核心，由两部分组成，一部分是MemStore，一部分是StoreFile。MemStore是 Sorted Memory Buffer，用户写入的数据首先会放入MemStore，当MemStore满了以后会Flush成一个StoreFile（底层实现是HFile）。
（4）Client写入 -> 存入MemStore，一直到MemStore满 -> Flush成一个StoreFile，直至增长到一定阈值 -> 出发Compact合并操作 -> 多个StoreFile合并成一个StoreFile，同时进行版本合并和数据删除 -> 当StoreFiles Compact后，逐步形成越来越大的StoreFile -> 单个StoreFile大小超过一定阈值后，触发Split操作，把当前Region Split成2个Region，Region会下线，新Split出的2个孩子Region会被HMaster分配到相应的HRegionServer上，使得原先1个Region的压力得以分流到2个Region上。
（5）HBase只是增加数据，有所得更新和删除操作，都是在Compact阶段做的，所以，用户写操作只需要进入到内存即可立即返回，从而保证I/O高性能。
（6）WAL意为Write ahead log，类似Mysql中的binlog，用来做灾难恢复。Hlog记录数据的所有变更，一旦数据修改，就可以从log中进行恢复。每个HRegionServer维护一个HLog,而不是每个HRegion一个。这样不同region（来自不同table）的日志会混在一起，这样做的目的是不断追加单个文件相对于同时写多个文件而言，可以减少磁盘寻址次数，因此可以提高对table的写性能。带来的麻烦是，如果一台HRegionServer下线，为了恢复其上的region，需要将HRegionServer上的log进行拆分，然后分发到其它HRegionServer上进行恢复。

4、ZooKeeper中的操作
在zookeeper上查看保存region元数据的regionserver：

[AppleScript] 纯文本查看 复制代码

[zk: localhost:2181(CONNECTED) 0] ls /

[hbase, zookeeper]

[zk: localhost:2181(CONNECTED) 4] get /hbase/meta-region-server

cZxid = 0x60

ctime = Mon Jul 23 17:30:05 CST 2018

mZxid = 0x60

mtime = Mon Jul 23 17:30:05 CST 2018

pZxid = 0x60

cversion = 0

dataVersion = 0

aclVersion = 0

ephemeralOwner = 0x0

dataLength = 78

numChildren = 0

5、HBase Shell中的操作
hbase-0.98.6-hadoop2]$ bin/hbase shell
（1）查看hbase中的命名空间。hbase默认有两个命名空间：用户自定义的表默认情况下的命名空间是default，系统自带的元数据表的命名空间为hbase。

[AppleScript] 纯文本查看 复制代码

hbase(main):001:0> list_namespace

NAMESPACE                                                                                                                             

2018-07-23 17:54:56,778 WARN  [main] util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

default                                                                                                                               

hbase                                                                                                                                 

2 row(s) in 2.5020 seconds

（2）列出命名空间hbase中的表：

[AppleScript] 纯文本查看 复制代码

hbase(main):002:0> list_namespace_tables 'hbase'

TABLE                                                                                                                                 

meta                                                                                                                                  

namespace                                                                                                                             

2 row(s) in 0.2680 seconds

（3）查看hbase命名空间中的meta表：

[AppleScript] 纯文本查看 复制代码

hbase(main):003:0> scan 'hbase:meta'



[zk: localhost:2181(CONNECTED) 2] ls /hbase/rs 

[hadoop-senior.ibeifeng.com,60020,1533075373902]

---------------------
作者：魏晓蕾
来源：CSDN
原文：https://blog.csdn.net/gongxifaca ... le/details/81156709

欢迎光临 168大数据 (http://www.bi168.cn/)