大家好，今天分享的是HBase体系架构和HBase集群安装。承接上两篇文章《HBase简介》和《HBase数据模型》，点击回顾这2篇文章，有助于更好地理解本文。

一、HBase体系架构

Hbase体系架构图

1.1、 Client

• 包含访问HBase的接口并维护cache来加快对HBase的访问

1.2、Region

• HBase自动把表水平划分成多个区域(region)，每个region会保存一个表里面某段连续的数据；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，当增大到一个阀值的时候，region就会等分会两个新的region（裂变）；

• 当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存在多个Regionserver 上。

1.3、Zookeeper

• 保证任何时候，集群中只有一个master;

• 存贮所有Region的寻址入口;

• 实时监控Region server的上线和下线信息,并实时通知Master;

• 存储HBase的schema和table元数据;

1.4、Master

• 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；

• 管理用户对table的增删改操作；

1.5、RegionServer

• Region server维护region，处理对这些region的IO请求

• Region server负责切分在运行过程中变得过大的region

1.6、Memstore与storefile

• 一个region由多个store组成，一个store对应一个CF（列族）

• store包括位于内存中的memstore和位于磁盘的storefile，写操作先写入memstore，当memstore中的数据达到某个阈值，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile；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），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile

• 当一个region所有storefile的大小和超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡

• 客户端检索数据，先在memstore找，找不到再找storefile

• 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。如图：StoreFile以HFile格式保存在HDFS上。