系统逻辑部署架构图与物理部署架构图区别

转载

mob64ca1400133b 2024-09-19 14:43:56

文章标签 系统逻辑部署架构图与物理部署架构图区别 hdfs hbase hadoop 大数据 文章分类 架构后端开发

hbase原理

hbase是hadoop的数据库，主要用来存储数据，其存储数据的文件的格式是文档，基础是hdfs，数据存储在hdfs上，但是自己管理。

hbase物理架构体系

系统逻辑部署架构图与物理部署架构图区别_系统逻辑部署架构图与物理部署架构图区别

hbase主要由HMaster和RegionServer组成。

HMaster：是hbase集群的主节点，但是其可以有多个，用于高可用集群，当主节点不能工作时，可以使用其他的hmaster进行替换。

功能：监控regionserver，处理regionserver的负载均衡，故障转移

处理元数据的变更，通过zookpr把自己的位置信息告诉客户端。

RegionServer：regionserver其实是hbase的服务，部署在一台服务器上。

一个regionserver包含一个WAL（日志文件），一个BlockCache（读缓存），和多个region

一个region包括多个store（存储区），每一个store对应一个列簇

一个store包含多个storefile和一个MemStore组成。

一个storefile包含一个hfile，对应一个列簇

hfile和WAL作为序列文件保存在hdfs上。

功能：与客户端进行交互，负责管理维护region和存储hbase的实际数据。处理分配给他的region，刷新缓存到hdfs中，维护Hlog

执行compaction，负责处理region分片

Client

整合HBase集群的入口

使用HBase RPC机制与HMaster和HRegionserver通信

与HMaster通信进行管理类的操作

与HRegionserver通信进行读写类操作

包含访问hbase 的接口，client 维护着一些cache 来加快对hbase 的访问，比如regione 的位置信息

Zookeeper

保证任何时候，集群中只有一个running master，Master与RegionServers启动时会向ZooKeeper注册默认情况下，HBase 管理ZooKeeper 实例，比如，启动或者停止ZooKeeperZookeeper的引入使得Master不再是单点故障

存贮所有Region 的寻址入口

实时监控RegionServer 的状态，将Regionserver 的上线和下线信息，实时通知给Master

存储Hbase的schema和table元数据

hbase工作流程

客户端首先与zookeeper建立联系，Hmaster在zookeeper上注册，留下自己的位置信息，当向hbase发出读写请求，获取meta表所在的rs时，此时zookeeper向客户端返回meta表所在的rs，客户端接收到，根据获得rs的meta表的位置，去相应的rs中读取meta数据，然后在相应的rs中进行数据的读写操作。
主要流程为：
hmaster根据表的大小以及负载均衡等条件，分配region给regionserver，regionserver打开region，并创建Hregion实例，它会为每个表的HColumnFamily（用户创建表时定义的列簇）创建一个Store实例，每个Store实例包含一个或多个StoreFile实例。是实际数据存储文件HFile的轻量级封装，每个Store会对应一个MemStore。写入数据时数据会先写入Hlog中。成功后在写入MemStore中。Memstore中的数据因为空间有限，所以需要定期flush到文件StoreFile中，每次flush都是生成新的StoreFile。HRegionServer在处理Flush请求时，将数据写成HFile文件永久存储到HDFS上，并且存储最后写入的数据序列号。

region和table

系统逻辑部署架构图与物理部署架构图区别_系统逻辑部署架构图与物理部署架构图区别_02

1.table中的所有行都是按照rowkey的字典排序

2.table在行的方向上分割为多个Region

3.Region按大小分割，每个表开始只有一个region，随着数据增多，region不断增大，但到达阈值时，region就会分割成两个新的region，因此region会越来越多。
4.region是hbase中分布式存储和负载均衡的最小单元，不同的regioon分布到不同的regionserver上，但Region不会拆分到不同的Region Server上。

Table 在行的方向上分割为多个HRegion，一个region由[startkey,endkey)表示
Region是分布式存储的最小单元，但不是存储的最小的单元。