服务器之家:专注于服务器技术及软件下载分享
分类导航

Linux|Centos|Ubuntu|系统进程|Fedora|注册表|Bios|Solaris|Windows7|Windows10|Windows11|windows server|

hbase 简介

2022-02-17 20:28动力节点 Linux

HBase是基于GoogleBigTable模型开发的,典型的key/value系统;下面通过本文给大家介绍hbase的相关知识,感兴趣的朋友一起看看吧

概述

hbase 简介

hbase是一个构建在hdfs上的分布式列存储系统;

hbase是基于googlebigtable模型开发的,典型的key/value系统;

hbase是apachehadoop生态系统中的重要一员,主要用于海量结构化数据存储;

从逻辑上讲,hbase将数据按照表、行和列进行存储。

与hadoop一样,hbase目标主要依靠横向扩展,通过不断增加廉价的商用服务器,来增加计算和存储能力。

hbase表的特点

大:一个表可以有数十亿行,上百万列;

无模式:每行都有一个可排序的主键和任意多的列,列可以根据需要动态的增加,同一张表中不同的行可以有截然不同的列;

面向列:面向列(族)的存储和权限控制,列(族)独立检索;

稀疏:空(null)列并不占用存储空间,表可以设计的非常稀疏;

数据多版本:每个单元中的数据可以有多个版本,默认情况下版本号自动分配,是单元格插入时的时间戳;

数据类型单一:hbase中的数据都是字符串,没有类型。

·hbase数据模型

hbase逻辑视图

hbase 简介

注意上图中的英文说明

hbase基本概念

rowkey:是bytearray,是表中每条记录的“主键”,方便快速查找,rowkey的设计非常重要。
columnfamily:列族,拥有一个名称(string),包含一个或者多个相关列
column:属于某一个columnfamily,familyname:columnname,每条记录可动态添加
versionnumber:类型为long,默认值是系统时间戳,可由用户自定义
value(cell):bytearray

·hbase物理模型

每个columnfamily存储在hdfs上的一个单独文件中,空值不会被保存。

key和 version number在每个 column family中均有一份;

hbase为每个值维护了多级索引,即:

物理存储:

1、table中所有行都按照rowkey的字典序排列;

2、table在行的方向上分割为多个region;

3、region按大小分割的,每个表开始只有一个region,随着数据增多,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,之后会有越来越多的region;

4、region是hbase中分布式存储和负载均衡的最小单元,不同region分布到不同regionserver上。

hbase 简介
 

5、region虽然是分布式存储的最小单元,但并不是存储的最小单元。region由一个或者多个store组成,每个store保存一个columnsfamily;每个strore又由一个memstore和0至多个storefile组成,storefile包含hfile;memstore存储在内存中,storefile存储在hdfs上。

hbase 简介

·hbase架构及基本组件

hbase 简介

hbase基本组件说明:

client

ü包含访问hbase的接口,并维护cache来加快对hbase的访问,比如region的位置信息

master

ü为regionserver分配region

ü负责regionserver的负载均衡

ü发现失效的regionserver并重新分配其上的region

ü管理用户对table的增删改查操作

regionserver

üregionserver维护region,处理对这些region的io请求

üregionserver负责切分在运行过程中变得过大的region

zookeeper作用

ü通过选举,保证任何时候,集群中只有一个master,master与regionservers启动时会向zookeeper注册

ü存贮所有region的寻址入口

ü实时监控regionserver的上线和下线信息。并实时通知给master

ü存储hbase的schema和table元数据

ü默认情况下,hbase管理zookeeper 实例,比如, 启动或者停止zookeeper

üzookeeper的引入使得master不再是单点故障

hbase 简介

write-ahead-log(wal)

hbase 简介

该机制用于数据的容错和恢复:

每个hregionserver中都有一个hlog对象,hlog是一个实现writeaheadlog的类,在每次用户操作写入memstore的同时,也会写一份数据到hlog文件中(hlog文件格式见后续),hlog文件定期会滚动出新的,并删除旧的文件(已持久化到storefile中的数据)。当hregionserver意外终止后,hmaster会通过zookeeper感知到,hmaster首先会处理遗留的hlog文件,将其中不同region的log数据进行拆分,分别放到相应region的目录下,然后再将失效的region重新分配,领取到这些region的hregionserver在load region的过程中,会发现有历史hlog需要处理,因此会replayhlog中的数据到memstore中,然后flush到storefiles,完成数据恢复

hbase容错性

master容错:zookeeper重新选择一个新的master

ü无master过程中,数据读取仍照常进行;

ü无master过程中,region切分、负载均衡等无法进行;

regionserver容错:定时向zookeeper汇报心跳,如果一旦时间内未出现心跳,master将该regionserver上的region重新分配

到其他regionserver上,失效服务器上“预写”日志由主服务器进行分割并派送给新的regionserver

zookeeper容错:zookeeper是一个可靠地服务,一般配置3或5个zookeeper实例

region定位流程:


hbase 简介

寻找regionserver

zookeeper-->-root-(单region)-->.meta.-->用户表

-root-

ü表包含.meta.表所在的region列表,该表只会有一个region;

üzookeeper中记录了-root-表的location。

.meta.

ü表包含所有的用户空间region列表,以及regionserver的服务器地址。

·hbase使用场景

?
1
2
3
4
5
6
storing large amounts of data(100s oftbs)
needhigh write throughput
needefficient random access(key lookups) within large datasets
needto scale gracefully with data
forstructured and semi-structured data
don'tneed fullrdms capabilities(cross row/cross table transaction,joins,etc.)

大数据量存储,大数据量高并发操作

需要对数据随机读写操作

读写访问均是非常简单的操作

·hbase与hdfs对比

两者都具有良好的容错性和扩展性,都可以扩展到成百上千个节点;

hdfs适合批处理场景

不支持数据随机查找

不适合增量数据处理

不支持数据更新

hbase 简介
 

原文链接:http://blog.sina.com.cn/s/blog_9c6852670102wx06.html

延伸 · 阅读

精彩推荐
  • Linux理解 Linux/Unix 登录脚本的技巧

    理解 Linux/Unix 登录脚本的技巧

    有一些常见的情况,例如从Debian的包管理程序到Iaas的管理中,很多任务需要设置环境变量才能正常运行。 有时,程序通常只需要在 登陆时运行一次,例如...

    未知1042023-05-12
  • Linuxssh 登录很慢该如何解决

    ssh 登录很慢该如何解决

    这篇文章主要介绍了ssh 登录很慢该如何解决的相关资料,这里提供了两种方法,DNS反向解析及关闭ssh的gssapi认证的解决办法,需要的朋友可以参考下...

    linuxeye9922021-12-16
  • Linuxlinux设置tomcat自启动的方法

    linux设置tomcat自启动的方法

    这篇文章主要介绍了linux设置tomcat自启动的方法,需要的朋友可以参考下...

    Linux教程网8512021-10-10
  • LinuxLinux系统下无法卸载挂载的目录怎么办?

    Linux系统下无法卸载挂载的目录怎么办?

    我们在日常运维中经常性会遇到需要进行磁盘的扩容、卸载、挂载等操作,但是有时候这个系统上跑的应用并没有停止或者有其他的运维同事在操作这个目...

    今日头条10302020-12-30
  • Linuxlinux top命令详解

    linux top命令详解

    这篇文章主要介绍了linux top命令详解,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧...

    sparkdev5622022-03-01
  • Linuxlinux驱动程序开发详细介绍

    linux驱动程序开发详细介绍

    前提,一般来说内核代码的错误可能会引起一个用户进程的死亡,或者整个系统的瘫痪,更严重的后果,可能导致磁盘损伤~因此建议最好有一台实验机进行...

    Linux教程网5392019-12-17
  • Linux在Linux系统中创建新的亚马逊AWS访问密钥的方法

    在Linux系统中创建新的亚马逊AWS访问密钥的方法

    如何在Linux系统中创建新的亚马逊AWS访问密钥?我在配置一个需要访问我的亚马逊AWS帐号的应用时被要求提供AWS访问密钥ID和秘密访问密钥,我怎样创建一个...

    Linux教程网6182019-10-30
  • Linux将 Linux 终端与 Nautilus 文件管理器结合起来

    将 Linux 终端与 Nautilus 文件管理器结合起来

    Nautilus 是 GNOME 桌面环境中的图形化文件浏览器。你可以使用它来访问和管理系统中的文件和文件夹。 尽管并非所有人都喜欢使用终端来管理文件和目录,...

    未知812023-08-08