Hbase中的各个组件介绍

心已赠人 2024-04-17 16:41 68阅读 0赞

### 文章目录 ###

*   *  一、Hbase中的4大组件
     *   *  1、hbase-client
         *  2、Zookeeper
         *  3、HMaster
         *  4、HRegionServer
     *  二、Hbase 组件的HA保证
     *   *  1、zk的HA保证
         *  2、HMaster的HA保证
         *  3、HRegionServer的HA保证

## 一、Hbase中的4大组件 ##

### 1、hbase-client ###

客户端，用来访问hbase集群。可以和Hbase交互，也可以和HRegionServer交互。都是通过hbase rpc来访问对应的接口。

这里的客户端模式有多种，可以是Thrift、Avro、Rest等。

另外，hbase-client自身会缓存region的一些信息。

### 2、Zookeeper ###

作用：

*  HMaster的HA，哪个HMaster先抢到zk上的锁，哪个就是active
 *  存储-ROOT-表的地址，HMaster的地址
 *  存储所有HRegionServer的状态，监控HRegionServer的上下线
 *  存储Hbase的一些schema和table的元数据

### 3、HMaster ###

HMaster可以启动多个，通过选举机制来保证只有一个HMaster正常运行并提供服务，其他的HMaster作为standby来保证HA。

HMaster主要负责表和Region的管理工作。如：

*  用户对表的增删改查
 *  管理RegionServer的负载均衡，调整Region的分布
 *  在RegionServer宕机或下线后，负责迁移RegionServer上的Region到其他的RegionServer上
 *  Region在分裂后，负责分配新的Region

### 4、HRegionServer ###

HRegionServer是hbase中真正的工作节点，主要负责响应用户的I/O请求，向HDFS文件系统读写数据，以及Region的数据文件的合并和拆分等，是Hbase中最核心的模块。

在Hbase中，一张表由多个的HRegion组成，一个HRegionServer中管理着多个HRegion对象。而一个HRegion由多个HStore组成，每个HStore对象都对应着表的一个列族(Column Family)。之后，一个HStore又由一个MemStore和多个StoreFile组成。这些StoreFile就是hbase存储在hdfs上的数据文件，MemStore表示还在内存中未刷新到文件上的那些数据。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMzMzIxMjQ_size_16_color_FFFFFF_t_70]

MemStore是基于LSM算法来写数据的，当大小达到一定的量后，会将内存中的数据刷新到磁盘，形成一个新的StoreFile。随着程序的不断运行，StoreFile的数量会越来越多，所以**HRegionServer还需要定期的去合并这些StoreFile**。

另外，当数据越来越多，一个Region下的StoreFile的总大小会越来越大，为了更好的查询性能，HRegionServer会负责将达到一定大小的Region分裂成两个Region。分配的过程大概就是原Region下线，然后分裂出来的两个新Region由HMaster来分配给相应的HRegionServer（根据负载均衡算法）。

HRegionServer还有一个HLog对象，主要实现了WAL机制。因为hbase是将数据先写到内存，堆积到一定程度才刷新到磁盘，如果HRegionServer突然宕机，就会导致一部分数据丢失。所以通过WAL机制，我们可以保证HRegionServer宕机后数据依旧可以通过WAL日志来恢复。每一个HRegionServer实例只会有一个HLog对象，也就是该HRegionServer上各个表的HRegion的写操作全部记录在一个WAL文件中。

在HRegionServer宕机后，主要数据恢复流程大概如下：

1.  HMaster通过zk检测到有HRegionServer下线，开始处理它遗留的WAL文件
2.  将该WAL文件中不同Region的数据进行拆分，然后放到对应的Region的目录下
3.  接着HMaster开始将这些失效的Region进行分配，也就是各个在线的HRegionServer都可能领到这些Region
4.  HRegionServer实例分配到Region后，发现对应的Region目录下有WAL文件需要处理，就会读取这些数据进行回放，数据也就重新加载到MemStore中去了

## 二、Hbase 组件的HA保证 ##

### 1、zk的HA保证 ###

作为一个分布式协调系统，zk本身就有做HA。只要有足够的zk实例在运行，zk就可以正常的提供服务。

zk一般建议部署单数台的实例，这主要和他的选举机制有关。zk在读数据的时候可以去任何一台节点读取数据，但是在写数据时需要把请求转发给leader节点进行处理，如果无法选出leader节点的话，zk集群是无法正常工作的。leader的选举规则是某个节点必须获得超过一半的选票才可以成为leader，所以如果挂掉n/2台，选举无法进行，zk集群就无法提供服务了。举几个例子：

*  假设有2台zk节点，挂掉了一台后，只剩下一台zk节点，这时候只能获取到一个投票，没有超过1/2，所以剩下的那台zk节点也无法成为leader，集群无法提供服务（此时容忍度是可以挂掉0台）
 *  假设有3台zk节点，挂掉了一台后，只剩下2台zk节点，这时候可以获取到2个投票，占2/3，超过了1/2，所以zk可以选出leader，是可以正常工作的（此时容忍度是可以挂掉1台）
 *  假设有4台zk节点，挂掉两台后，只剩下两台zk节点，这时候只能获取到两个投票，没有超过1/2，所以剩下的那台zk节点也无法成为leader，集群无法提供服务（此时容忍度是可以挂掉1台）

从上面3个例子可以看出，1台zk节点和2台zk节点的容忍度都是0台，3台zk节点和4台zk节点的容忍度都是1台。可以推出2n-1和2n的效果是一样的，没必要花更多的资源去部署多余的zk节点。因此普遍建议部署奇数台zk节点即可。

hbase有许多地方都依赖于zk，如果zk无法正常工作，会严重影响hbase的运行。因此建议zk至少部署3个实例。

### 2、HMaster的HA保证 ###

HMaster一般采用一主多备的方式来保证HA。HMaster在启动后通过尝试创建zk节点来成为Active，其他没有创建成果的则成为standby。如果active节点的HMaster因为一些原因挂掉了，standby的HMaster实例就可以迅速成为新的active然后开始工作。

HMaster的HA依赖于zk，因此只要zk能正常提供服务，HMaster只要部署2台即可保证高可用。

### 3、HRegionServer的HA保证 ###

HRegionServer只是一个工作节点，负责一部分的Region，因此只要不是所有的HRegionServer全挂了，都不会对hbase有什么影响。

HRegionServer下线后，HMaster会将它负责的那些Region分发给其他的HRegionServer来管理。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMzMzIxMjQ_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/f8f672089e494a4c9c6be72395559092.png