Hbase深入学习(八) ―― region server and hmasterserver
Hbase在逻辑上的存储最小单位是region，物理上来说是hfile。每个region由多个hfile组成。那么，是否有一个推荐值，确定每台regionserver上运行多少个region，每个region的size多大是最合适的呢？
以目前主流服务器的能力计算，给出了以下推荐值：每台regionserver管理１０－１０００个regions，每个region大小在１－２gb.对应于hbase-site.xml中的一个配置项为hbase.hregion.max.filesize.如果按推荐值计算每台regionserver管理的数据量，最少可以到10*1gb=10gb，最大可以到1000*2gb=2tb。考虑到３份备份，总数据量在６tb左右。通常来讲这里磁盘的配置就有两种方案：一是３快２tb的硬盘；二是１２块５００gb的硬盘。两种硬盘容量一样，后者硬盘快速增加。如果硬盘总线带宽够用，后一种能提供更大的吞吐率，更细粒度的磁盘冗余备份，更快的单盘故障恢复时间。那么，hbase是如何划分region的呢？
在hbase表中的所有行都按照行键的字典序排列，在行的方向上分割为多个region。
Region是按大小分割的，每个表一开始只有一个region,随着数据不断插入表，region不断增大，当增大到一个阙值的时候，region就会等分成两个region.当table中的不断增多，就会有越来越多的region。
Region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region可以分布在不同的hregion server上，但一个region是不会拆分到多个server上的。
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。事实上，hregion由一个或者多个store组成，每个store保存一个列族的数据。每个store又由一个memstore和０到多个storefile组成。
当客户端进行更新操作时，先连接到相关的hregionserver,然后向region提交变更。提交的数据首先要写入wal和memstore中，当memstore中的数据累计到某个阙值时，hregionserver就会启动一个单独的线程讲memstore中的内容刷新到磁盘，形成一个storefile文件。当storefile文件的数量增长到一定的阙值后，就会将多个storefile文件合并到一个storefile，合并过程中将进行版本合并和数据删除。因此可以看出hbase其实只能增加数据，所有的更新和删除操作都是在后续的合并过程中进行的。Storefile在合并过程中组件形成更大的storefile，当storefile大小达到一定阙值后，会把当前的region分割成两个region,并由hmaster分配到相应的region服务器上，实现负载均衡。
Hmaster主服务器
Hbase每时每刻只有一个hmaster主服务器程序在运行，hmaster将region分配给region服务器，协调region服务器的负载并维护集群的状态。Hmaster不会对外提供数据服务，而是由region服务器负责所有regions的读写请求及操作。
由于hmaster只维护表和region的元数据，而不参与数据的输入/输出过程，hmaster失效仅仅会导致所有的元数据无法被修改，但表的数据读/写还是可以正常进行的。
- hmaster的作用
为region server分配region.
负责region server的负载均衡。
发现失效的region server并重新分配其上的region.
Gfs上的垃圾文件回收。
处理schema更新请求。
- region server的作用
region server维护master分配给它的region，处理对这些region的i/o请求。
Region server负责切分在运行过程中变得过大的region.
可以看到，client访问hbase上数据的过程并不需要master参与(寻址访问zookeeper和regionserver，数据读写访问region server)，master仅仅维护着table和region的元数据信息，负载很低。
元数据表
用户表的regions元数据被存储在meta表中，随着region的增多，meta表中的数据也会增大，并分割成多个regions。为了定位meta表中各个regions的位置，把meta表中所有regions的元数据保存在root表中，最后由zookeeper记录root的位置，然后访问root表获得meta的位置，最后根据meta表中的信息确定用户数据存放的位置。
Root表永远不会被分割，它只有一个region,这样就保证了最多需要３次跳转就可以定位任意一个region.为了加快访问速度，meta表的regions全部保存在内存中。客户端会将查询过的信息缓存起来，且缓存不会自动失效。如果客户端根据缓存信息还访问不到数据，则询问持有meta表的region服务器，试图获取数据的位置。如果还是失效，则访问root表相关的meta表在哪里。
什么是zookeeper?
Zookeeper 作为
