HBase整体架构
这张架构图，在各大网站均可看到，下面我们分析一下核心组件，虚线一下其实属于HDFS范围了，属于底层支撑了。这种关系举个例子，相当于Mysql之于文件系统,我们只需要看虚线以上的就行了。
HBase核心组件
Client：
- 使用HBase RPC机制与HMaster和HRegionServer进行通信
- Client与HMaster进行通信进行管理类操作
- Client与HRegionServer进行数据读写类操作
Zookeeper：
- Zookeeper Quorum存储-ROOT-表地址、HMaster地址
- HRegionServer把自己以Ephedral方式注册到Zookeeper中，HMaster随时感知各个HRegionServer的健康状况
- Zookeeper避免HMaster单点问题
HMaster：主要负责Table和Region的管理工作
- 管理用户对表的增删改查操作
- 管理HRegionServer的负载均衡，调整Region分布
- Region Split后，负责新Region的分布
- 在HRegionServer停机后，负责失效HRegionServer上Region迁移
HRegionServer：
- 负责HRegion管理工作
HStore：
- HBase存储的核心。由MemStore和StoreFile组成。
HLog：
- 每次用户操作写入Memstore的同时，也会写一份数据到HLog文件
HFile：
- 数据文件都存储在Hadoop HDFS文件系统上
HBase 写数据
- 先写入WAL（write ahead log），WAL存放在HDFS上
- 每次Put、Delete操作的数据均追加到WAL末端。
- 持久化到WAL之后，再写到MemStore中
- 两者写完返回ACK到客户端
HBase Region FLUSH
- 单个RS中所有的MemStore使用达到上限（默认超过堆的40%）
- 单个Region中的MemStore超过大小
- RegionServer的Hlog数量达到上限 。
- 手动触发 。
HBase Compaction
- Minor Compaction:
- 指选取一些小的相邻的HFile将他们合并成一个更大的Hfile。
- Major Compaction：
- 将一个CF 下所有的 Hfiles 合并成更大的；
- 删除那些被标记为删除的数据、超过TTL（time-to-live）时限的数据，以及超过了版本数量限制的数据。
HBase Split
- 可以配置不同的Split规则
- 主要看Region大小
HBase 读数据
HBase 如何找到数据
总结
本文主要是讲的HBase架构，适用于需要HBase调优的人群。或者常年与HBase打交道的人。
