[Hbase]HBase架构详解和数据的读写流程

た入场券 2022-05-08 00:06 227阅读 0赞

## HBase架构图理解 ##

![Image 1][]

18.png

1.  HMaster链接Zookeeper的目得：HMaster需要知道哪些HRegionServere是活的及HRegionServer所在的位置，然后管理HRegionServer。
2.  HBase内部是通过DFS client把数据写到HDFS上的
3.  每一个HRegionServer有多个HRegion，每一个HRegion有多个Store，每一个Store对应一个列簇。
4.  HFile是HBase中KeyValue数据的存储格式，HFile是Hadoop的二进制格式文件，StoreFile就是对HFile进行了封装，然后进行数据的存储。
5.  HStore由MemStore和StoreFile组成。
6.  HLog记录数据的所有变更，可以用来做数据恢复。
7.  hdfs对应的目录结构为  
    namespace->table->列簇->列->单元格
    
     
    
    ![Image 1][]
    
    17.png

### 写数据流程 ###

1.  zookeeper中存储了meta表的region信息，从meta表获取相应region信息，然后找到meta表的数据
2.  根据namespace、表名和rowkey根据meta表的数据找到写入数据对应的region信息
3.  找到对应的regionserver
4.  把数据分别写到HLog和MemStore上一份
5.  MemStore达到一个阈值后则把数据刷成一个StoreFile文件。若MemStore中的数据有丢失，则可以总HLog上恢复
6.  当多个StoreFile文件达到一定的大小后，会触发Compact合并操作，合并为一个StoreFile，这里同时进行版本的合并和数据删除。
7.  当Compact后，逐步形成越来越大的StoreFIle后，会触发Split操作，把当前的StoreFile分成两个，这里相当于把一个大的region分割成两个region。如下图：
    
     
    
    ![Image 1][]
    
    19.png

### 读数据流程 ###

1.  zookeeper中存储了meta表的region信息，所以先从zookeeper中找到meta表region的位置，然后读取meta表中的数据。meta中又存储了用户表的region信息。
2.  根据namespace、表名和rowkey在meta表中找到对应的region信息
3.  找到这个region对应的regionserver
4.  查找对应的region
5.  先从MemStore找数据，如果没有，再到StoreFile上读(为了读取的效率)。

## HBase Java API基本使用 ##

package org.apache.hadoop.hbase;
    
    import java.io.IOException;
    
    import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.hbase.client.Delete;
    import org.apache.hadoop.hbase.client.Get;
    import org.apache.hadoop.hbase.client.HTable;
    import org.apache.hadoop.hbase.client.Put;
    import org.apache.hadoop.hbase.client.Result;
    import org.apache.hadoop.hbase.client.ResultScanner;
    import org.apache.hadoop.hbase.client.Scan;
    import org.apache.hadoop.hbase.filter.Filter;
    import org.apache.hadoop.hbase.filter.PrefixFilter;
    import org.apache.hadoop.hbase.util.Bytes;
    
    public class HbaseClientTest {
        
        /*
         * 跟去表名获取表的实例
         */
        public static HTable getTable (String name) throws Exception{
            //get the hbase conf instance
            Configuration conf = HBaseConfiguration.create();
            //get the hbase table instance
            HTable table = new HTable(conf, name);
            
            return table;
        }
        
        /**
         * get the data from the hbase table 
         * 
         * get 'tbname','rowkey','cf:col'
         * 
         * 列簇-》列名-》value-》timestamp
         */
        public static void getData(HTable table) throws Exception {
            // TODO Auto-generated method stub
            Get get = new Get(Bytes.toBytes("20161119_10003"));
            //conf the get 
            //get.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"));
            get.addFamily(Bytes.toBytes("info"));
            //load the get 
            Result rs = table.get(get);
            //print the data
            for(Cell cell : rs.rawCells()){
                System.out.println(
                        Bytes.toString(CellUtil.cloneFamily(cell))
                        +"->"+
                        Bytes.toString(CellUtil.cloneQualifier(cell))
                        +"->"+
                        Bytes.toString(CellUtil.cloneValue(cell))
                        +"->"+
                        cell.getTimestamp()
                        );
                System.out.println("------------------------------");
            }
            
        }
        
        /**
         * put the data to the hbase table 
         * 
         * put 'tbname','rowkey','cf:col','value'
         *      
         */
        public static void putData(HTable table) throws Exception {
            //get the put instance
            Put put = new Put(Bytes.toBytes("20161119_10003"));
            //conf the put
            put.add(
                    Bytes.toBytes("info"), 
                    Bytes.toBytes("age"), 
                    Bytes.toBytes("20")
                    );
            //load the put 
            table.put(put);
            //print
            getData(table);
        }
        
        /**
         * delete the data from the hbase table 
         * 
         * delete 'tbname','rowkey','cf:col'
         *      
         */
        public static void deleteData(HTable table) throws Exception {
            //get the delete instance
            Delete del = new Delete(Bytes.toBytes("20161119_10003"));
            //conf the del
            //del.deleteColumn(Bytes.toBytes("info"),Bytes.toBytes("age"));
            del.deleteColumns(Bytes.toBytes("info"),Bytes.toBytes("age"));
            //load the del
            table.delete(del);
            //print
            getData(table);
        }
        
        /**
         * scan the all table
         * scan 'tbname'
         *      
         */
        public static void scanData(HTable table) throws Exception {
            //get the scan instance
            Scan scan = new Scan();
            //load the scan
            ResultScanner rsscan = table.getScanner(scan);
            for(Result rs : rsscan){
                System.out.println(Bytes.toString(rs.getRow()));
                for(Cell cell : rs.rawCells()){
                    System.out.println(
                            Bytes.toString(CellUtil.cloneFamily(cell))
                            +"->"+
                            Bytes.toString(CellUtil.cloneQualifier(cell))
                            +"->"+
                            Bytes.toString(CellUtil.cloneValue(cell))
                            +"->"+
                            cell.getTimestamp()
                            );
                }
                System.out.println("------------------------------");
            }
        }
        
        /**
         * scan the table  with limit
         * 
         * scan 'tbname',{STARTROW => 'row1',STOPROW => 'row2'}
         */
        public static void rangeData(HTable table) throws Exception {
            //get the scan instance
            Scan scan = new Scan();
            //conf the scan
                //scan.addColumn(Bytes.toBytes("info"), Bytes.toBytes("name"));
                //scan.addFamily(family);
                //scan.setStartRow(Bytes.toBytes("20161119_10002"));
                //scan.setStopRow(Bytes.toBytes("20161119_10003"));
            Filter filter = new PrefixFilter(Bytes.toBytes("2016111"));
            scan.setFilter(filter);
            //hbase conf
            //是否启动缓存
            scan.setCacheBlocks(true);
            //设置缓存的条数
            scan.setCaching(100);
            //每一次取多少条
            scan.setBatch(10);
            //共同决定了请求RPC的次数
            
            //load the scan
            ResultScanner rsscan = table.getScanner(scan);
            for(Result rs : rsscan){
                System.out.println(Bytes.toString(rs.getRow()));
                for(Cell cell : rs.rawCells()){
                    System.out.println(
                            Bytes.toString(CellUtil.cloneFamily(cell))
                            +"->"+
                            Bytes.toString(CellUtil.cloneQualifier(cell))
                            +"->"+
                            Bytes.toString(CellUtil.cloneValue(cell))
                            +"->"+
                            cell.getTimestamp()
                            );
                }
                System.out.println("------------------------------");
            }
        }
        
        public static void main(String[] args) throws Exception {
            HTable table = getTable("test:tb1");
            getData(table);
            putData(table);
            deleteData(table);
            scanData(table);
            rangeData(table);
        }   
    }

## HBase架构中各个模块的功能再次总结 ##

1.  \*\* Client \*\*  
    整个HBase集群的访问入口；  
    使用HBase RPC机制与HMaster和HRegionServer进行通信；  
    与HMaster进行通信进行管理表的操作；  
    与HRegionServer进行数据读写类操作；  
    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HMaster；  
    存贮所有HRegion的寻址入口；  
    实时监控HRegion Server的上线和下线信息，并实时通知给HMaster；  
    存储HBase的schema和table元数据；  
    Zookeeper Quorum存储表地址、HMaster地址。
3.  \*\* HMaster \*\*  
    HMaster没有单点问题，HBase中可以启动多个HMaster，通过Zookeeper的Master Election机制保证总有一个Master在运行，主负责Table和Region的管理工作。  
    管理用户对表的创建、删除等操作；  
    管理HRegionServer的负载均衡，调整Region分布；  
    Region Split后，负责新Region的分布；  
    在HRegionServer停机后，负责失效HRegionServer上Region迁移工作。
4.  \*\* HRegion Server \*\*  
    维护HRegion，处理对这些HRegion的IO请求，向HDFS文件系统中读写数据；  
    负责切分在运行过程中变得过大的HRegion。  
    Client访问hbase上数据的过程并不需要master参与（寻址访问Zookeeper和HRegion Server，数据读写访问HRegione Server），HMaster仅仅维护这table和Region的元数据信息，负载很低。

## hbase与mapreduce的集成 ##

可以把hbase表中的数据作为mapreduce计算框架的输入，或者把mapreduce的计算结果输出到hbase表中。  
我们以hbase中自带的mapreduce程序举例

1.  直接运行会发现报错缺少jar包，所以运行前需引入环境变量

$ export HBASE_HOME=/opt/modules/hbase-0.98.6-hadoop2 
    $ export HADOOP_HOME=/opt/modules/hadoop-2.5.0  
    # $HBASE_HOME/bin/hbase mapredcp可以列出hbase在yarn上运行所需的jar包
    $ export HADOOP_CLASSPATH=`$HBASE_HOME/bin/hbase mapredcp`

1.  运行示例

$ $HADOOP_HOME/bin/yarn jar lib/hbase-server-0.98.6-hadoop2.jar rowcounter  test:tb1

## HBase的数据迁移的importsv的使用 ##

HBase数据来源于日志文件或者RDBMS，把数据迁移到HBase表中。常见的有三种方法：（1）使用HBase Put API；（2）使用HBase批量加载工具；（3）自定义MapReduce job实现。  
importtsv是HBase官方提供的基于mapreduce的批量数据导入工具，同时也是hbase提供的一个命令行工具，可以将存储在HDFS上的自定义分隔符(默认是\\t)的数据文件，通过一条命令方便的导入到HBase中。  
\*\* 测试 \*\*

1.  准备数据文件

[wulei@bigdata-00 datas]$ cat tb1.tsv 
    10001   zhangsan        20
    10002   lisi    22
    10003   wangwu  30

1.  把数据文件上传到hdsf上

$ bin/hdfs dfs -put /opt/datas/tb1.tsv /

1.  在hbase中创建表  
    `> create 'student','info'`
2.  将HDFS中的数据导入到hbase表中

$HADOOP_HOME/bin/yarn jar lib/hbase-server-0.98.6-hadoop2.jar importtsv  -Dimporttsv.separator=\t -Dimporttsv.columns=HBASE_ROW_KEY,info:name,info:age  student  /tb1.tsv

Dimporttsv.columns为指定分隔符  
Dimporttsv.columns指定数据文件中每一列如何对应表中的rowkey和列  
/tb1.tsv为hdfs上的数据文件的路径

1.  查看执行结果

hbase(main):010:0> scan 'student'
    ROW                       COLUMN+CELL                                                              
     10001                    column=info:age, timestamp=1480123167099, value=20                       
     10001                    column=info:name, timestamp=1480123167099, value=zhangsan                
     10002                    column=info:age, timestamp=1480123167099, value=22                       
     10002                    column=info:name, timestamp=1480123167099, value=lisi                    
    2 row(s) in 0.8210 seconds

[Image 1]:

发表评论取消回复

表情：

评论列表（有 0 条评论，227人围观）

还没有评论，来说两句吧...

相关阅读

相关 HDFS - 写流程、读流程

写流程（1）客户端向NameNode发起写数据请求（2）分块写入DataNode节点，DataNode自动完成副本备份（3）DataNode向NameN...

Love The Way You Lie/ 2024年04月17日 20:42/ 0 赞/ 12 阅读

相关 HDFS读写流程介绍，HDFS读数据和写数据的原理是什么？

Client(客户端)对HDFS中的数据进行读写操作，分别是Client从HDFS中查找数据，即为Read(读)[数据][Link 1];Client从HDFS中存储数据，

「爱情、让人受尽委屈。」/ 2022年12月26日 09:21/ 0 赞/ 91 阅读

相关 HBase-架构原理组件，写数据流程，读数据流程解析

文章目录架构原理写数据流程读数据流程架构原理 ![在这里插入图片描述][watermark_type_ZmFuZ3

以你之姓@/ 2022年11月30日 01:19/ 0 赞/ 164 阅读

相关 HDFS 写流程和读流程

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ub

太过爱你忘了你带给我的痛/ 2022年11月27日 00:39/ 0 赞/ 147 阅读

相关 HDFS写数据、读数据流程

1.HDFS写数据流程 (向HDFS上传数据流程)![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text

骑猪看日落/ 2022年10月29日 15:29/ 0 赞/ 158 阅读

相关 HBase：HBase架构及读写流程

本篇博文从分析HBase架构开始，首先从架构中各个组成部分开始，接着从HBase写入过程角度入手，分析HFile的Compaction合并、Region的Split分裂过程及触

深碍√TFBOYSˉ_/ 2022年10月02日 10:51/ 0 赞/ 183 阅读

相关 HDFS读写数据流程

1、HDFS的写数据流程 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6L

爱被打了一巴掌/ 2022年08月31日 07:21/ 0 赞/ 172 阅读

相关 [Hbase]HBase架构详解和数据的读写流程

HBase架构图理解 ![Image 1][] 18.png 1. HMaster链接Zookeeper的目得：HMaster需要知道哪些HRegionServer

た入场券/ 2022年05月08日 00:06/ 0 赞/ 228 阅读

相关 ElasticSearch基础、分布式架构及读写流程

ElasticSearch 文章目录 ElasticSearch 基础概念 Index

水深无声/ 2021年11月27日 07:14/ 0 赞/ 323 阅读

相关 Zookeeper的写和读数据流程（图文讲解）

首先回顾一下Zookeeper中Leader和Follower的作用： Leader：负责进行投票的发起和决议，分布式读写，更新请求转发； Follower：负责接收客

我就是我/ 2021年06月10日 20:37/ 0 赞/ 419 阅读