1、整體架構
· HMaster
· 多個RegionServer
· HLog
· BlockCache
· 多個Region
· 多個Store
· MemStore
· 多個StoreFile (以HFile的文件格式存儲於HDFS中)
· HBaseClient
· Zookeeper
· HMBackup
2、HBase中涉及的角色及每個角色的具體功能
2.1 HMaster
- 管理所有的RegionServer，當HM通過zookeeper得知某個RS宕機或進程故障，由HM將該RS原來所負責的Regions轉移到其他正常的RS上。
- 負責表、列族和region的相關操作，例如表的create，modify，remove，enable，disable；列族的add，modify，remove；region的move，assign，unassign；以及權限，表的分割與合併等。
- 負責集羣的負載均衡並定期檢查和清理hbase:meta表
與HDFS不同的是，客戶端獲取數據由客戶端直連RS，所以HM掛了依然可以查詢數據，但不能建新的表；HBase不若HDFS般依賴Master。
2.2 RegionServer
負責服務和管理Region，是用戶數據表的實際管理者。
數據在分佈式集羣中會被水平分區，每個RS管理一部分分區，負責數據的寫入，查詢，緩存和故障恢復等。
同時在分佈式集羣中，RS與HDFS的DN通常按1:1的比例安裝，這樣RS的數據文件可以存一個副本於本機的DN中，從而在讀取時可利用HDFS的短路徑讀取（short circuit）繞過網絡請求，降低讀取時延。
- 負責數據的讀取和寫入，比如get，put，delete，next等
- Region的拆分和壓縮。拆分Region確實是RS作出的本地決策，但拆分過程本身必須與許多參與者協調。RS在Region拆分前後通知HM，從而更新.meta.表，以便客戶端發現新的子Region，並重新排列HDFS中的目錄結構和數據文件。
- 一些後臺操作：檢查拆分並處理輕微壓縮，檢查主要的壓縮，定期刷新Memstore到Storefile中的內存寫入，定期檢查RS的WAL（write ahead log）
2.2.1 保證高可靠性的WAL
每個RS中有一個HLog，在對數據進行寫入的所有操作時，都要先將操作記錄到HLog中，如果操作未成功寫入到HLog，那麼也不會寫入到相應數據所在的RS的store的MemStore中。
2.3 zookeeper
存儲着hbase:meta信息。HBase:meta表記錄着HBase中所有Regoin相關的信息。Zookeeper管理了所有RS的信息，包括具體的數據段存放在哪個RS上。
RS定時向zookeeper發送心跳。
2.3.1 客戶端連接RS
客戶端先與zookeeper通信，查詢出需要連接哪個RS，再與相應的RS進行連接。
3、RS內部剖析
RS負責實際數據的讀寫，一個RS裏包含一個WAL與一個或多個Region。當數據量小的時候一個Region就可以存放所有數據，數據量大的時候RS就會拆分region，並通知HM將多個region分配到一個或多個RS中。
3.1 Region
有start key 和end key，這裏的Key就是row key，由start key和end key將HBase中的一個大表橫向切割成幾個子表，這些子表即爲region。同時region也是HBase中負載均衡的基本單元，當一個region增長到一定大小時，會自動分裂成兩個（region自帶分裂策略），一個表中的數據會被分到一個或多個region中進行存儲，而region又被HM分配到一個或多個RS中，且一個Region與一個column family確定唯一的cell，這個cell就是store。一個region裏有多個store。
3.2 Store
3.2.1 memstore
數據被寫入HLog後就被加載到MemStore，MS用於在內存中保存數據，MemStore到達某個閾值時會被刷寫到HDFS上，以HFile的形式被持久化起來。
3.2.2 HFile
HFile只有索引信息，真正的東西在HDFS的block中，一個block對應一個HFile。HFile相當於HDFS的客戶端。
在物理存儲上我們管memstore刷寫而成的文件叫HFile，storefile就是Hfile的抽象類而已。