第4章 HBase的读写基本操作

HBase的读写流程第4章学习目标1.深入了解RegionServer架构2.了解HBase写流程3.了解HBase读流程4.了解Hbase自动优化过程HBaseContents目录读流程3RegionServer架构

写流程

21自动优化过程44.1RegionServer架构4.1RegionServer架构Store一个Region由多个Store组成，一个Store对应一个CF（列族）Store中包含位于内存中的Memstore文件和位于磁盘的Storefile文件。Memstore与Storefile写操作先写入Memstore，当Memstore中的数据达到某个阈值，会将其刷写到磁盘中，生成一个Storefile文件。因此，在一张表刚刚创建之时，系统里只会有Memstore文件，当数据达到一定量或插入数据一段时间后，才会出现Storefile文件。4.1RegionServer架构WAL(writeaheadlog)由于数据要先写入MemStore后才能刷写到HFile，储存在内存也会面临一定风险。为了解决这个问题，数据会先写在一个叫做Hlog的文件中，之后再写入MemStore。该文件包含详细的写入信息，包括Region位置，写入数据，写入时间等等。若写入时出现系统故障，可以通过这个日志文件重建数据。Block

Cache读缓存，每次查询出的数据都会缓存在BlockCache中，作为热点数据，方便下次查询。4.2写流程4.2写流程写流程：1）Client访问zookeeper，获取meta表（存储每张表RowKey的分布情况）位置；2）访问meta表，根据写请求的RowKey，查询出数据应当位于哪个Region中；3）与目标RegionServer进行通讯；4）将数据顺序写入（追加）到WAL中；5）将数据写入对应的MemStore，返回写入成功信息；6）当MemStore中的数据大小达到阈值或距离上次溢写达到一定时间，将MemStore溢写至磁盘中形成StoreFile；7）将meta表的位置信息缓存，方便下次访问。4.3读流程4.3读流程读流程1）Client访问zookeeper，获取meta表（存储每张表RowKey的分布情况）位置；2）访问meta表，根据写请求的Row

Key，查询出数据应当位于哪个Region中；3）与目标RegionServer进行通讯；4）先后在BlockCache、MemStore、StoreFile中，根据RowKey寻找数据，如有不同时间戳版本，将所有数据进整合；5）将查询到的新的数据块信息缓存到BlockCache作为热点信息；6）将合并后的最终结果返回给客户端；7）将meta表的位置信息缓存，方便下次访问。4.4

HBase自优化StoreFileCompaction（合并）由于memstore每次刷写都会生成一个新的HFile，且同一个字段的不同版本（timestamp）和不同类型（Put/Delete操作）有可能会分布在不同的HFile中，因此查询时需要遍历所有的HFile。为了减少HFile的个数，以及清理掉过期和删除的数据，会进行StoreFileCompaction。Compaction分为两种，分别是MinorCompaction和MajorCompaction。MinorCompaction会将临近的若干个较小的HFile合并成一个较大的HFile，并清理掉部分过期和删除的数据。MajorCompaction会将一个Store下的所有的HFile合并成一个大HFile，并且会清理掉所有过期和删除的数据。4.4HBase自优化4.4HBase自优化RegionSplit（切割）

默认情况下，每个Table初始有一个Region。随着数据的不断写入，Region会自动进行拆分。刚拆分时，两个子Region都位于当前的RegionServer，但处于负载均衡的考虑，HMaster有可能会将某个Region转移给其他的RegionServer。RegionSplit时机：当1个region中的某个Store下所有StoreFile的总大小超过Min(initialSize*R^3,hbase.hregion.max.filesize")，该Region就会进行拆分。依照默认设置，具体如下：第一次split阈值