hbase 简介
作者:动力节点 发布时间:2023-08-20 00:13:15
概述
HBase是一个构建在HDFS上的分布式列存储系统;
HBase是基于GoogleBigTable模型开发的,典型的key/value系统;
HBase是ApacheHadoop生态系统中的重要一员,主要用于海量结构化数据存储;
从逻辑上讲,HBase将数据按照表、行和列进行存储。
与hadoop一样,Hbase目标主要依靠横向扩展,通过不断增加廉价的商用服务器,来增加计算和存储能力。
Hbase表的特点
大:一个表可以有数十亿行,上百万列;
无模式:每行都有一个可排序的主键和任意多的列,列可以根据需要动态的增加,同一张表中不同的行可以有截然不同的列;
面向列:面向列(族)的存储和权限控制,列(族)独立检索;
稀疏:空(null)列并不占用存储空间,表可以设计的非常稀疏;
数据多版本:每个单元中的数据可以有多个版本,默认情况下版本号自动分配,是单元格插入时的时间戳;
数据类型单一:Hbase中的数据都是字符串,没有类型。
·Hbase数据模型
Hbase逻辑视图
注意上图中的英文说明
Hbase基本概念
RowKey:是Bytearray,是表中每条记录的“主键”,方便快速查找,Rowkey的设计非常重要。
ColumnFamily:列族,拥有一个名称(string),包含一个或者多个相关列
Column:属于某一个columnfamily,familyName:columnName,每条记录可动态添加
VersionNumber:类型为Long,默认值是系统时间戳,可由用户自定义
Value(Cell):Bytearray
·Hbase物理模型
每个columnfamily存储在HDFS上的一个单独文件中,空值不会被保存。
Key和 Version number在每个 column family中均有一份;
HBase为每个值维护了多级索引,即:
物理存储:
1、Table中所有行都按照rowkey的字典序排列;
2、Table在行的方向上分割为多个Region;
3、Region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,当增大到一个阀值的时候,region就会等分会两个新的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。Region由一个或者多个Store组成,每个store保存一个columnsfamily;每个Strore又由一个memStore和0至多个StoreFile组成,StoreFile包含HFile;memStore存储在内存中,StoreFile存储在HDFS上。
·HBase架构及基本组件
Hbase基本组件说明:
Client
ü包含访问HBase的接口,并维护cache来加快对HBase的访问,比如region的位置信息
Master
ü为Regionserver分配region
ü负责Regionserver的负载均衡
ü发现失效的Regionserver并重新分配其上的region
ü管理用户对table的增删改查操作
RegionServer
üRegionserver维护region,处理对这些region的IO请求
üRegionserver负责切分在运行过程中变得过大的region
Zookeeper作用
ü通过选举,保证任何时候,集群中只有一个master,Master与RegionServers启动时会向ZooKeeper注册
ü存贮所有Region的寻址入口
ü实时监控Regionserver的上线和下线信息。并实时通知给Master
ü存储HBase的schema和table元数据
ü默认情况下,HBase管理ZooKeeper 实例,比如, 启动或者停止ZooKeeper
üZookeeper的引入使得Master不再是单点故障
Write-Ahead-Log(WAL)
该机制用于数据的容错和恢复:
每个HRegionServer中都有一个HLog对象,HLog是一个实现WriteAheadLog的类,在每次用户操作写入MemStore的同时,也会写一份数据到HLog文件中(HLog文件格式见后续),HLog文件定期会滚动出新的,并删除旧的文件(已持久化到StoreFile中的数据)。当HRegionServer意外终止后,HMaster会通过Zookeeper感知到,HMaster首先会处理遗留的HLog文件,将其中不同Region的Log数据进行拆分,分别放到相应region的目录下,然后再将失效的region重新分配,领取到这些region的HRegionServer在Load Region的过程中,会发现有历史HLog需要处理,因此会ReplayHLog中的数据到MemStore中,然后flush到StoreFiles,完成数据恢复
HBase容错性
Master容错:Zookeeper重新选择一个新的Master
ü无Master过程中,数据读取仍照常进行;
ü无master过程中,region切分、负载均衡等无法进行;
RegionServer容错:定时向Zookeeper汇报心跳,如果一旦时间内未出现心跳,Master将该RegionServer上的Region重新分配
到其他RegionServer上,失效服务器上“预写”日志由主服务器进行分割并派送给新的RegionServer
Zookeeper容错:Zookeeper是一个可靠地服务,一般配置3或5个Zookeeper实例
Region定位流程:
寻找RegionServer
ZooKeeper-->-ROOT-(单Region)-->.META.-->用户表
-ROOT-
ü表包含.META.表所在的region列表,该表只会有一个Region;
üZookeeper中记录了-ROOT-表的location。
.META.
ü表包含所有的用户空间region列表,以及RegionServer的服务器地址。
·Hbase使用场景
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.)
大数据量存储,大数据量高并发操作
需要对数据随机读写操作
读写访问均是非常简单的操作
·Hbase与HDFS对比
两者都具有良好的容错性和扩展性,都可以扩展到成百上千个节点;
HDFS适合批处理场景
不支持数据随机查找
不适合增量数据处理
不支持数据更新
来源:http://blog.sina.com.cn/s/blog_9c6852670102wx06.html


猜你喜欢
- 虚拟机是非常方便的测试软件,我们可以用来做各种测试,不会对硬件造成伤害,为了能够更加方便的演示环境,便于做各种例子;而又能保证主机的快速运行
- 对于个人站长当我来说一切都想着免费的,想通过花最少的钱来赚到最大的利润,所以我架设的wordpress博客是在一家美国的老牌免费服务器上,这
- 前言ImageMagick是一个很好用的对图片进行格式转换、缩减大小、裁剪等等进行操作的工具,在Windows和Linux系统都可以安装,因
- 尤其是对于那些公司规模更为庞大的系统管理员们来说,在Exchange2007的管理控制台上加强巩固“邮箱查看”功能,无疑是一个重大的胜利。创
- 一、 介绍: 安全模板是 windows 2000 的新特性。它是 安全配置的物理表示方法,由 Windows 2000 支持的安全属性的文
- 软件发行周期的终结正如在上面关于Google和netscape的讨论中所指出的,互联网时代定义特性之一就是,它是以服务方式传递,而不是产品。
- Super Screenshot ,一款简便、实用的在线网站截图工具。输入网站地址即可截取整页图片,并可以根据需要设置不同的显示及下载参数。
- 本教程为站长讲解全新的安装 Discuz! 7.1 的方法(以虚拟空间上安装 Discuz! 7.1 为例演示)。安装 Discuz! 7.
- 很多企业所有者发现Linux——曾被认为是“小众”的操作系统,可以提供很多可以依赖的组件和服务。Linux现在已经进入了世界最大的数据中心,
- 网站备案很无奈,上网搜索了些关于备案的攻略不知道对各位有没有帮助.由于国家信产部一纸奇怪的规定,国内所有的网站都需要做备案了,不备案,搞不好
- 语句写法:find 对应目录 -mtime +天数 -name "文件名" -exec rm -rf {} \;例1:将
- 本文记录了VMware Workstation 12 Pro 安装linux教程,供大家参考,具体内容如下事先准备:安装VMware Wor
- 当我访问网络中的一台服务器时,我收到了如下信息:“没有任何网络提供商接受特定的网络通路。我要做的一切就是通过一个IP地址,如192.168.
- baidu好象最近又在跳舞了,动作之大,动作之频繁,可以说是史无前例。我新上的站,第一天25页,第二天70页,第三天1页,另外一个站第一天2
- 1、在ubuntu官网下载ubuntu16.04的镜像和对应ubuntu16.04的内核版本源代码,或者在镜像源上找2、安装ubuntu16
- Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的 Linux 机器上,
- 以百万富翁为诱饵在观众面前,一问一答,再问抢答,过五关斩六将,最终胜利者将获得百万大奖。这种“百万富翁&rdqu
- 程序员是一个脆弱、特殊的群体,以各种方式生存在有01的世界里。程序员的特点:狂躁,但是有修养随和,但是疯癫肯向任何人学,但是不服任何人守约,
- 但这种实现会引起严重的饥饿问题。由于多个子进程同时执行这个循环,它们将在select中阻塞。当任何socket上出现一个请求时,所有被阻塞的
- 1、安装环境1、HUAWEI mate x cpu i5 82500u ,8g内存,独立显卡2、VM 15 PRO3、问题描述安装完linu