当前位置：首页 > news >正文

【赵渝强老师】HBase的体系架构

news 来源：原创 2025/5/31 16:38:33

在这里插入图片描述

HBase是大表（BigTable）思想的一个具体实现。它是一个列式存储的NoSQL数据库，适合执行数据的分析和处理。简单来说，就是适合执行查询操作。从体系架构的角度看，HBase是一种主从架构，包含：HBase HMaster、Region Server和ZooKeeper，下图展示了这一架构。
在这里插入图片描述

其中：

HBase HMaster负责Region的分配及数据库的创建和删除等操作。
Region server负责数据的读写服务。
ZooKeeper负责维护集群的状态。

视频讲解如下
【赵渝强老师】HBase的体系架构

下面详细讨论HBase体系架构中每一个组成部分的作用。

一、 HMaster

HMaster是整个HBase集群的主节点，它的职责主要体现在以下几方面：

负责在Region Server上分配和调控不同的Region。
根据恢复和负载均衡的策略，重新分配Region。
监控Region Server的状态。
管理和维护HBase的命名空间，即NameSpace。
接收客户端的请求，提供创建，删除或者更新表格的接口。

另一方面，如果整个集群中只存在一个HMaser，将造成单点故障的问题。因此也需要基于ZooKeeper来实现HBase的HA（高可用）。但是HBase实现HA非常简单，因为在其体系架构中已经包含了ZooKeeper，因此只需要手动再启动一个HMaster作为Backup HMaster即可。

视频讲解如下
【赵渝强老师】HBase的主节点HMaster

二、 Region Server

Region Server负责数据的读写操作。一个Region Server可以包含多个Region，而一个Region只能属于一个Region Server。那么什么是Region呢？可以把Region理解成是列族，它与列族的关系是一对多的关系。HBase表中的列族是根据rowkey的值水平分割成所谓的Region的。在默认情况下，Region的大小是1G，其中包含8个HFile的数据文件。而每个数据文件的大小正好是128M，与HDFS数据块的大小保存一致。每一个Region server大约可以管理1000个Region。

Region Server除了包含Region以外，还包含WAL预写日志、Block Cache读缓存和MemStore写缓存三个部分。

视频讲解如下
【赵渝强老师】HBase的从节点Region Server

2.1 WAL预写日志

Write-Ahead Logging是一种高效的日志算法，相当于Oracle中的redo log，或者是MySQL中的binlog。基本原理是在数据写入之前首先顺序写入日志，然后再写入缓存，等到缓存写满之后统一进行数据的持久化。WAL将一次随机写转化为了一次顺序写加一次内存写，在提供性能的前提下又保证了数据的可靠性。如果在写入数据完成之后发生了宕机，即使所有写缓存中的数据都丢失了，也可以通过恢复WAL日志达到数据恢复的目的。写入的WAL日志会对应有一个HLog文件。

《从大数据到云原生系列课程》

2.2 Block Cache读缓存

HBase将经常需要读取的数据放入Block Cache中，来提供读取数据的效率。当Block Cache的空间被占满后，将采用LRU算法将其中被读取频率最低的数据从Block Cache中清除。

2.3 MemStore写缓存

MemStore中主要存储了还未写入磁盘的数据，如果此时发生了宕机，这部分数据是会丢失的。HBase中的每一个列族对应一个MemStore，其中存储的是按键排好序的待写入硬盘的数据，数据也是按Rowkey排好序写入HFile中的，最终保存到HDFS中。

提示：HBase表中的数据最终保存在数据文件HFile中，并存储与HDFS的DataNode上。在将MemStore中的数据写入HFile中的时候，采用顺序写入的机制，避免了磁盘大量寻址的过程，从而大幅提高了性能。在读取HFile的时候，文件中包含的Rowkey信息会被加载到内存中，这样就可以保证数据检索只需一次硬盘查询操作。