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
- 网站程序上传到服务器的各种方法汇总,制作好网页程序后,如何把网页上传到申请的空间呢?为初学者做一个汇总。上传的定义 上传就是将信息从个人计算
- 大家可以看到我使用的wordpress主题是萧涵seo博客的主题,个人非常喜欢这种绿色风格的模板,给人清新向上的感觉。这套模板我已经发表了第
- 关于新发布的IE8 Beta1,网友们都纷纷下载来使用,尝到了功能强大的甜头;有的却因网络流传:安装后会覆盖原来的IE7,并且不能
- 一、编译和安装Proftpd提供了多种安装格式,包括源代码方式、RPM方式、deb方式(debian软件包)等。本文主要讨论源代码方式的安装
- 打开:admin/superdel.php 找到一下代码(505行):Copy codeInitGP(array('delid
- centos7进行ip和端口限制1、限制指定IP访问本机编辑hosts.allow和hosts.deny两个文件,保存即生效。1.1、编辑e
- 百度更新时间—-作 为一名网站站长,来自搜索引擎的流量已经是网站流量的一个重要组成部分,因此对搜索引擎更新特别关注,总是希望自己的网站在百度
- 因为WordPress自带的搜索功能结果排序非常糟糕,在站点文章多的时候很难通过搜索找到自己要找的内容,不少人已经使用 Google CSE
- 手工添加证书服务由于Windows 2003服务器操作系统在缺省状态下并不支持证书服务,这样的话安装在该系统中的网站自然就无法申请网站证书;
- 近日南方都市报的一则题为《网店变形记:握手线下士多》的关于广州“聚宝盆”B2M运营模式的报道,引起电
- 去朋友单位时发现,该单位NETWARE服务器内存由16M升为32M,但性能没有多大改善,服务器硬盘仍然转个不停,究其原因发现其硬件内存方面虽
- 北京时间11月18日消息,国外著名科技博客TechCrunch发文称,据消息人士透露,MySpace正在洽谈收购在线音乐播放网站iMeem,
- 做GGad的先决条件,除了网站的质量与流量与外,我们还要学习的是GGad摆放的位置,这会直接影响到点击率。那GGad在网页广告位,我们如何有
- 大概上过网的人对网络的一个最大印象就是免费,看绝大部分的新闻不要钱、看美女图片也不要钱、音乐也是随便下,反正大家尽可能的在网上享受免费的服务
- Web和FTP服务器创建好之后,还需要进行适当的管理才能使用户的信息安全有效的被其他访问者访问。Web和FTP 服务器的管理基本相同,包括一
- 反向链接,也叫做外部链接,也就是大家常说的外链。网站的结构当中,强壮的外链结构可以提高网站权重,很多朋友追求的PR值,反链分值占有很大的比重
- 分词技术对搜索引擎来说是指将文本中的词语分离和抽取出来,使得搜索引擎能够通过矩阵,向量等方式保存网页并作出合适的索引,对于我们seo来说是将
- 作为一个新站长,我实在不想写这篇文章. 但是今天我发现我的一个小炒作竟然成功了.所以还是和大家分享一下这20多天的建站历程.我的网站是一个图
- 看了好多的朋友写自己的经历,俺也忍不住写一些!俺是一个失败的站长鸟! 接触网络是在2000年,接触之后的2个月之内就
- 这篇文章仅献给那些对服务器管理不重视的朋友,春节期间,大家忙着旅游,打牌,逛亲戚等。你可晓得,黑客此时正在琢磨着,怎么在你的服务器上挂马!由