Hbase存储设计 Hbase存储设计

在Hbase中，表被分割成多个更小的块然后分散的存储在不同的服务器上，这些小块叫做Regions，存放Regions的地方叫做RegionServer。Master进程负责处理不同的RegionServer之间的Region的分发。在Hbase实现中HRegionServer和HRegion类代表RegionServer和Region。HRegionServer除了包含一些HRegions之外，还处理两种类型的文件用于数据存储

HLog 预写日志文件，也叫做WAL(write-ahead log)
HFile 真实的数据存储文件

文章图片
image 在读数据的时候，客户端首先连接到ZooKeeper上面，然后查找"hbase:meta"表的位置，客户端查询"hbase:meta"表然后找到对应rowKey的Region，然后Region和RegionServer的信息缓存到客户端，在接下来的交互中就无需再次连接查询"hbase:meta"表了，如果缓存过期之后，客户端会发起一个新的查询，然后再缓存到本地。
Hlog(WAL)
在写数据的时候，数据首先被写到日志文件中(write-ahead log)，然后写到MemStore中。直接写到MemStore很有可能导致数据丢失的问题，因为它存储在内容中。一旦MemStore满了，MemStore的内容就会刷新到磁盘中的HFile文件中。
在发生故障的时候，WAL的作用就显示出来了。因为WAL存储在HDFS上面，一般会有多份的复制，任何一个服务器有复制的WAL都可以使用。
Hlog类代表的是WAL，当构造HRegion对象的时候，Hlog的作为构造参数传递进去。在更新数据的时候，它直接保存数据到共享的WAL中，同时跟踪每一次编辑的序列化的改变。WAL使用Hadoop SequenceFile，存储记录为键值对。HLogKey作为Key，看下图为存储的键值对。

文章图片
image HFile
Hfile代表真实的数据存储文件，这个文件包含不同数量的数据块和固定数量的文件信息块。索引块记录数据和元数据块的偏移量，每一个数据块包含魔数头和许多的KeyValue实例。

文章图片
image 【Hbase存储设计】在Hbase中，每一个表都有它默认的目录，位于数据的/default目录，这个目录通过hbase.rootdir配置，每一个table目录包含一个文件叫做.tableinfo在.tabledesc目录下，.tableinfo目录存储表的元信息，例如表和列簇(HTableDescriptor类序列化)。
参考