HBASE架构总结

1.Client 包含访问HBase的接口并维护cache来加快对HBase的访问

2.Zookeeper 保证任何时候，集群中只有一个活跃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。

3.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

4.RegionServerr维护region，处理对这些region的IO请求；负责切分在运行过程中变得过大的region。

5.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。

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,对于大范围合并，自动触发需要控制。当一个region所有storefile的大小和数量超过一定阈值后，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