Hbase存储方式

Hbase概念

HBase是一个分布式的，面向列的数据库它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等复杂操作)。主要用来存储非结构化和半结构化的松散数据。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中的表一般有这样的特点：

　　1 大：一个表可以有上亿行，上百万列

　　2 面向列:面向列(族)的存储和权限控制，列(族)独立检索。

　　3 稀疏:对于为空(null)的列，并不占用存储空间，因此，表可以设计的非常稀疏。

Hbase以表的形式存储数据。表有行和列组成。列划分为若干个列族(row family)

Row Key与nosql数据库们一样,row key是用来检索记录的主键。访问Hbase table中的行，只有三种方式：

　　1 通过单个row key访问

　　2 通过row key的range

　　3 全表扫描

Hbase列式存储的概念:

       列簇（多个数据列的组合），HBase表中的每个列都归属于某个列簇

　　列簇是表的schame的一部分，但是列并不是

 　   创建表时，需要给出列簇的名称，不需要给出列的名称

  　  列名都是以列簇作为前缀

  　  访问控制磁盘和内存的使用统计都是在列簇层面进行

 　　HBase准确的说是列簇数据库，而不是列数据库

 　　列簇数据库将列组织为列簇，每列都必须是某个列簇的一部分

  　  访问数据的单元也是列

 

Hbase表的组成:

RowKey ：HBase中用RowKey去标识唯一的一行数据，一行数据中包含多个列簇

Column Family：列族。相当于列的分组，由多个列构成一个列族。同一列族下的列具有相同的属性

Column：列。每一列数据包含了版本和值

Timestamp：版本。可以理解为时间戳，也可以理解为一个数据的版本

Cell：单元格。就是由行列所唯一确定的单元格。一个单元格可能包含多个version

Hbase架构:

1、Client
     提供了访问HBase的一系列API接口，如Java Native API、Rest风格http API、Thrift API、scala等，并维护cache来加快对HBase的访问

2、Zookeeper
（1）保证任何时候，集群中只有一个master

（2）存贮所有Region的寻址入口。

（3）实时监控Region server的上线和下线信息，并实时通知Master

（4）存储HBase的schema和table元数据

3、Master
（1）为Region server分配region

（2）负责Region server的负载均衡

（3）发现失效的RegionServer并重新分配其上的region

（4）管理用户对table的增删改操作

4、RegionServer
（1）Region server维护region，处理对这些region的IO请求，向HDFS文件系统中读写数据。

一个RegionServer由多个region组成，一个region由多个store组成，一个store对应一个CF（列族），而一个store包括位于内存中的memstore和位于磁盘的storefile，每个storefile以HFile格式保存在HDFS上。写操作先写入memstore，当memstore中的数据达到某个阈值时，RegionServer会启动flashcache进程写入storefile，每次写入形成单独的一个storefile。

（2）Region server负责切分在运行过程中变得过大的region

每个表一开始只有一个region，随着表数据不断插入，数据越来越多，storefile也越来越大，当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、major compaction），minor主要是合并一些小的文件，不做删除，清理操作，而majar在合并过程中会进行版本合并和删除工作，形成更大的storefile。

当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个新的region（裂变），每个region保存一段连续的数据片段，如此往复，就会有越来越多的region，并由Master分配到相应的RegionServer服务器，这样一张完整的表被保存在多个Regionserver 上，实现负载均衡。

5、Region
HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的 HRegion server上。

HRegion由一个或者多个Store组成，每个store保存一个columns family。每个Strore又由一个memStore和0至多个StoreFile组成，每个storefile以HFile格式保存在HDFS上，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，即StoreFile底层就是HFile，如下图。

HFile的格式为：

　　HFile分为六个部分：

　　Data Block 段–保存表中的数据，这部分可以被压缩

　　Meta Block 段 (可选的)–保存用户自定义的kv对，可以被压缩。

　　File Info 段–Hfile的元信息，不被压缩，用户也可以在这一部分添加自己的元信息。

　　Data Block Index 段–Data Block的索引。每条索引的key是被索引的block的第一条记录的key。

　　Meta Block Index段 (可选的)–Meta Block的索引。

　　Trailer–这一段是定长的。保存了每一段的偏移量，读取一个HFile时，会首先读取Trailer，Trailer保存了每个段的起始 位置(段的Magic Number用来做安全check)，然后，DataBlock Index会被读取到内存中，这样，当检索某个key时，不需要扫描整个HFile，而只需从内存中找到key所在的block，通过一次磁盘io将整个 block读取到内存中，再找到需要的key。DataBlock Index采用LRU机制淘汰。

　　HFile的Data Block，Meta Block通常采用压缩方式存储，压缩之后可以大大减少网络IO和磁盘IO，随之而来的开销当然是需要花费cpu进行压缩和解压缩。

　　目标Hfile的压缩支持两种方式：Gzip，Lzo。

6、HLog(Write Ahead Log)
在分布式系统环境中，无法避免系统出错或者宕机，因此一旦HRegionServer意外退出，MemStore中的内存数据将会丢失，这就需要引入HLog了。每个HRegionServer中都有一个HLog对象，HLog是一个实现Write Ahead Log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Replay HLog中的数据到MemStore中，然后flush到StoreFiles，完成数据恢复

HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey对象，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包括 sequence number和timestamp，timestamp是” 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 SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的Key、Value