深入HBase架构解析（二） ￡神魔★判官ぃ 2022-06-08 09:21 162阅读 0赞 [深入HBase架构解析（二）][HBase] ## 前言 ## 这是 [《深入HBase架构解析（一）》][HBase 1]的续，不多废话，继续。。。。 ## HBase读的实现 ## 通过前文的描述，我们知道在HBase写时，相同Cell(RowKey/ColumnFamily/Column相同)并不保证在一起，甚至删除一个Cell也只是写入一个新的Cell，它含有Delete标记，而不一定将一个Cell真正删除了，因而这就引起了一个问题，如何实现读的问题？要解决这个问题，我们先来分析一下相同的Cell可能存在的位置：首先对新写入的Cell，它会存在于MemStore中；然后对之前已经Flush到HDFS中的Cell，它会存在于某个或某些StoreFile(HFile)中；最后，对刚读取过的Cell，它可能存在于BlockCache中。既然相同的Cell可能存储在三个地方，在读取的时候只需要扫瞄这三个地方，然后将结果合并即可(Merge Read)，在HBase中扫瞄的顺序依次是：BlockCache、MemStore、StoreFile(HFile)。其中StoreFile的扫瞄先会使用Bloom Filter过滤那些不可能符合条件的HFile，然后使用Block Index快速定位Cell，并将其加载到BlockCache中，然后从BlockCache中读取。我们知道一个HStore可能存在多个StoreFile(HFile)，此时需要扫瞄多个HFile，如果HFile过多又是会引起性能问题。 ![HBaseArchitecture-Blog-Fig16.png][] ## Compaction ## MemStore每次Flush会创建新的HFile，而过多的HFile会引起读的性能问题，那么如何解决这个问题呢？HBase采用Compaction机制来解决这个问题，有点类似Java中的GC机制，起初Java不停的申请内存而不释放，增加性能，然而天下没有免费的午餐，最终我们还是要在某个条件下去收集垃圾，很多时候需要Stop-The-World，这种Stop-The-World有些时候也会引起很大的问题，比如参考本人写的 [这篇文章][Link 1]，因而设计是一种权衡，没有完美的。还是类似Java中的GC，在HBase中Compaction分为两种：Minor Compaction和Major Compaction。 1. Minor Compaction是指选取一些小的、相邻的StoreFile将他们合并成一个更大的StoreFile，在这个过程中不会处理已经Deleted或Expired的Cell。一次Minor Compaction的结果是更少并且更大的StoreFile。（这个是对的吗？BigTable中是这样描述Minor Compaction的：As write operations execute, the size of the memtable in-creases. When the memtable size reaches a threshold, thememtable is frozen, a new memtable is created, and thefrozen memtable is converted to an SSTable and writtento GFS. This *minor compaction* process has two goals:it shrinks the memory usage of the tablet server, and itreduces the amount of data that has to be read from thecommit log during recovery if this server dies. Incom-ing read and write operations can continue while com-pactions occur. 也就是说它将memtable的数据flush的一个HFile/SSTable称为一次Minor Compaction） 2. Major Compaction是指将所有的StoreFile合并成一个StoreFile，在这个过程中，标记为Deleted的Cell会被删除，而那些已经Expired的Cell会被丢弃，那些已经超过最多版本数的Cell会被丢弃。一次Major Compaction的结果是一个HStore只有一个StoreFile存在。Major Compaction可以手动或自动触发，然而由于它会引起很多的IO操作而引起性能问题，因而它一般会被安排在周末、凌晨等集群比较闲的时间。 更形象一点，如下面两张图分别表示Minor Compaction和Major Compaction。 ![HBaseArchitecture-Blog-Fig18.png][] ![HBaseArchitecture-Blog-Fig19.png][] ## HRegion Split ## 最初，一个Table只有一个HRegion，随着数据写入增加，如果一个HRegion到达一定的大小，就需要Split成两个HRegion，这个大小由hbase.hregion.max.filesize指定，默认为10GB。当split时，两个新的HRegion会在同一个HRegionServer中创建，它们各自包含父HRegion一半的数据，当Split完成后，父HRegion会下线，而新的两个子HRegion会向HMaster注册上线，处于负载均衡的考虑，这两个新的HRegion可能会被HMaster分配到其他的HRegionServer中。关于Split的详细信息，可以参考这篇文章： [《Apache HBase Region Splitting and Merging》][Apache HBase Region Splitting and Merging]。 ![HBaseArchitecture-Blog-Fig21.png][] ## HRegion负载均衡 ## 在HRegion Split后，两个新的HRegion最初会和之前的父HRegion在相同的HRegionServer上，出于负载均衡的考虑，HMaster可能会将其中的一个甚至两个重新分配的其他的HRegionServer中，此时会引起有些HRegionServer处理的数据在其他节点上，直到下一次Major Compaction将数据从远端的节点移动到本地节点。 ![HBaseArchitecture-Blog-Fig22.png][] ## HRegionServer Recovery ## 当一台HRegionServer宕机时，由于它不再发送Heartbeat给ZooKeeper而被监测到，此时ZooKeeper会通知HMaster，HMaster会检测到哪台HRegionServer宕机，它将宕机的HRegionServer中的HRegion重新分配给其他的HRegionServer，同时HMaster会把宕机的HRegionServer相关的WAL拆分分配给相应的HRegionServer(将拆分出的WAL文件写入对应的目的HRegionServer的WAL目录中，并并写入对应的DataNode中），从而这些HRegionServer可以Replay分到的WAL来重建MemStore。 ![HBaseArchitecture-Blog-Fig25.png][] ![HBaseArchitecture-Blog-Fig26.png][] ## HBase架构简单总结 ## 在NoSQL中，存在著名的CAP理论，即Consistency、Availability、Partition Tolerance不可全得，目前市场上基本上的NoSQL都采用Partition Tolerance以实现数据得水平扩展，来处理Relational DataBase遇到的无法处理数据量太大的问题，或引起的性能问题。因而只有剩下C和A可以选择。HBase在两者之间选择了Consistency，然后使用多个HMaster以及支持HRegionServer的failure监控、ZooKeeper引入作为协调者等各种手段来解决Availability问题，然而当网络的Split-Brain(Network Partition)发生时，它还是无法完全解决Availability的问题。从这个角度上，Cassandra选择了A，即它在网络Split-Brain时还是能正常写，而使用其他技术来解决Consistency的问题，如读的时候触发Consistency判断和处理。这是设计上的限制。 从实现上的优点： 1. HBase采用强一致性模型，在一个写返回后，保证所有的读都读到相同的数据。 2. 通过HRegion动态Split和Merge实现自动扩展，并使用HDFS提供的多个数据备份功能，实现高可用性。 3. 采用HRegionServer和DataNode运行在相同的服务器上实现数据的本地化，提升读写性能，并减少网络压力。 4. 内建HRegionServer的宕机自动恢复。采用WAL来Replay还未持久化到HDFS的数据。 5. 可以无缝的和Hadoop/MapReduce集成。 实现上的缺点： 1. WAL的Replay过程可能会很慢。 2. 灾难恢复比较复杂，也会比较慢。 3. Major Compaction会引起IO Storm。 4. 。。。。 ## 参考： ## https://www.mapr.com/blog/in-depth-look-hbase-architecture\#.VdNSN6Yp3qx http://jimbojw.com/wiki/index.php?title=Understanding\_Hbase\_and\_BigTable http://hbase.apache.org/book.html http://www.searchtb.com/2011/01/understanding-hbase.html http://research.google.com/archive/bigtable-osdi06.pdf [HBase]: http://www.blogjava.net/DLevin/archive/2015/08/22/426950.html [HBase 1]: http://www.blogjava.net/DLevin/archive/2015/08/22/426877.html [HBaseArchitecture-Blog-Fig16.png]: /images/20220608/1b4a0ba378de4f2aaf40eecf6507559b.png [Link 1]: http://www.blogjava.net/DLevin/archive/2015/08/01/426418.html [HBaseArchitecture-Blog-Fig18.png]: http://www.blogjava.net/images/blogjava_net/dlevin/HBaseArchitecture-Blog-Fig18.png [HBaseArchitecture-Blog-Fig19.png]: /images/20220608/7a8b24e0c8df4f2689414cfc09da698c.png [Apache HBase Region Splitting and Merging]: http://hortonworks.com/blog/apache-hbase-region-splitting-and-merging/ [HBaseArchitecture-Blog-Fig21.png]: /images/20220608/5d0a746e5d53434d9cf76e4ea93ec0bb.png [HBaseArchitecture-Blog-Fig22.png]: /images/20220608/e8314730f2fd4434a99db39dfdb83dd0.png [HBaseArchitecture-Blog-Fig25.png]: /images/20220608/b785788ad5cc43eb9ae44d5c6e2721cb.png [HBaseArchitecture-Blog-Fig26.png]: /images/20220608/f248238e120d46f78a471aaae5f800e7.png
还没有评论，来说两句吧...