了解Hbase吗？说下Hbase的架构原理

我是精神抖擞王大鹏，不卑不亢，和蔼可亲~
计算机硕士，目前小米大数据开发。日常会分享总结一些自己面试实际问题的回答，欢迎一起讨论。
公众号：diting_dapeng

基本描述

Hbase作为NoSQL数据库的代表，属于三驾马车之一BigTable的对应实现。问到数据库的问题时，常常会问到行列式存储、关系数据库的不足，从而引出Hbase的问题。再者根据”实时即未来“理念，Hbase也经常作为流式数据的缓存存储。

下面总结了下自己被问到这类题目的回答，依然是–最好能边讲边画出图。

ok，首先Hbase设计的目的是，去存储可伸缩的海量数据，从而实现面向在线业务的实时数据访问延迟。

Hbase是Master-Slaver的模型，由一个管理集群的Master节点及多个实际服务用户读写的RegionServer节点组成，并通过Zookeeper节点来协调Master对集群进行管理。

具体说的话，Hbase架构主要包含五个部分：

首先是Hbase客户端，开始时，客户端client会通过元数据表来定位到目标数据的RegionServer，同时会把这些元数据缓存到客户端本地以方便处理；
第二是Zookeeper，Zookeeper用来协调管理分布式应用程序。主要体现在实现Master的高可用，当active master宕机时，zookeeper会通过选举机制选举出新的master工作。
第三是Master，Master主要负责管理集群中所有RegionServer。Region的信息会记录在Master服务器上，client会通过master来查找Region，得到Region所在的服务器RegionServer，从而得到需要访问的数据。
第四是RegionServer。RegionServer主要来响应用户对数据的读写的请求。Hbase中的数据以Hregion为单位来管理，HRegion和RegionServer为多对多的关系，一个表的HRegion会分布在集群中多台的RegionServer上，一个RegionServer也会管理多个Region。当HRegion写入数据大于阈值时，就会水平分裂成两个HRegion。
第五是HDFS。Hbase中所有数据都存储在HDFS中，包括用户数据文件、Hlog日志文件。Hbase会通过封装好的DFSClient，来对HDFS的实际数据进行读写访问。