HBase是基于HDFS存储的面向列，高可靠的分布式数据库，底层使用HDFS作为存储系统，使用MapReduce来作为计算框架，是大数据生态圈中比较常见的一个组件。也是从事大数据相关工作必须了解的一个组件，可以一起来初步了解一下HBase的整体架构。

    整体上HBase的服务器体系遵从简单的主从服务器架构，由HRegion(HRegion Server)群和HBase Master服务器(HBase Master Server)构成，其中HBase Master服务器相当于集群的管理者，负责管理所有的HRegion 服务器，HRegion服务器相当于管理者手下的众多员工。HBase中所有的服务器都通过Zookeeper来进行协调，并处理HBase服务器运行期间可能遇到的错误，HBase Master Server 本身并不存储HBase中的任何数据，HBase逻辑上的表可能被划分为多个HRegion,然后存储到HRegion Server群中，HBase Master Server 中存储的是从数据到HRegion Server的映射。

       HBase的架构图很多书籍和文章中都有，为了加深印象，自己又手动画了一遍，可参考如下。

    结合上图，介绍一下各个组件的功能:

    Client：通过RPC连接到集群，Client与Hmaster交互进行管理类的操作，Client与HRegionServer交互进行读写操作。

    Zookeeper:记录表的位置，Hmaster的地址，并且HRegionServer会以Ephedral的方式注册到zookeeper上，这样Hmaster就可以随时感知HRegionServer的健康状态，客户端每次与HBase连接，都是先与ZooKeeper通信，查询出哪个RegionServer需要连接，然后再连接RegionServer。HBase自带ZooKeeper,且默认会启动自己的ZooKeeper，如果不使用HBase自带的ZooKeeper，需要在参数中设置。

    Hmaster:可以启动多个，通过zookeeper的Master Election机制保证总有一个Master在运行，主要是做一些管理操作。如:管理用户对表的增删改查操作;管理RegionServer的负载均衡和调整regions分布；region split之后负责调整新的region分布；在RegionServer停机之后，负责失效机器上的region迁移。另外，客户端获取数据由客户端直连RegionServer的，Hmaster服务挂掉后依然可以查询数据，但是无法建表。

    HRegionServer:负责客户端的读写IO请求，向HDFS读写数据，每个HRegionServer负责管理一些HRegion，每个HRegion对象对应Table表的region,每个HRegion有多个HStore组成，每个HStore对应Table中的一个Column Family的存储，其中Column Family是一个集中的存储单元，故将相同IO特性的Column放到同一个Column Family中会更加高效。

    HStore:由两部分组成，MemStore和StoreFile,在Hbase中，数据在更新时会首先写入WAL日志和内存中，在内存中的数据是排序的，当MemStore积累到一定阈值的时候，就会创建一个新的MemStore,并且将老的MemStore添加到Flush队列中，有单独的线程flush到磁盘中，成为一个StoreFile。

    StoreFile：StoreFile是只读的，一旦创建就无法修改，之后进来的数据,不管是 新增还是更新数据，都会经历内存到写到一个新的StoreFile的过程，随着StoreFile的数量一致积累到一定阈值，此时会触发Compact操作，即把所有的小文件(StoreFile)里面的数据根据row key进行版本合并和删除，生成一个大的StoreFile,单个StoreFile的大小超过一定的阈值，会触发Split操作，把当前的Region等分成两个Region,新的两个Region会被Hmaster分配到对应的HRegionServer上。

    HLog:每个HRegionServer都有一个HLog对象，HLog实现了Write Ahead Log的类，每次用户写数据进来的时候，会先写到HLog文件中，同时也会写到MemStore中，当HRegionServer宕机之后，HMaster会通过zookeeper感知到，接下来HMaster的操作如下:

    将遗留下来的HLog文件根据不同的Region拆分，然后放到对应的Region目录下，然后将这些Region重新分配到新的HRegionServer上，领取这些新的Region的HRegionServer会进行Load Region过程，期间会发现有历史HLog需要处理，因此会Reload HLog到MemStore中，然后flush到StoreFile中，完成数据恢复。

    HBase的基本架构差不多就是这样了，你学会了嘛。