HBase之体系结构(Architecture)

HBase在分布式部署上采用master/slave的方式，主要包含3大功能组件，分别是：RegionServer、MasterServer和ClientLibrary

在分布式存储上使用的是Hadoop的HDFS子框架

分布式计算功能基于Hadoop的MapReduce实现

1.Region

Region作为HBase的分布式存储单元包含了一组Row，这些Row的key值在索引排序上是连续的，因此在分布式存储的时候，RowKey的定义非常重要，要确保具有相同性质的数据是存储在同一台机器上，最好的方法就是为他们指定相似的RowKey值

2.RegionServer

在HBase中，RegionServer充当Slave角色，负责与Client进行交互，进行相关的读写操作。

3.MasterServer

MasterServer充当master主要有以下职责：

       (1).负责将Region分配给RegionServer

       (2).动态加载或卸载RegionServer

       (3).对RegionServer实现负载均衡

       (4).管理Schema定义

系统中可能会存在多个master机器，但是这些机器并不会同时运行，而是处于一个竞争的状态，当正在运行的master机器出现故障的时候，系统会转移到其他master来接管。

在HBase部署中，Client是不与Master进行交互的，所有的读写操作都是通过RegionServer来完成，master在其中起到了负载均衡的作用，当某一个RegionServer加载量较大时，master可以将相应的Region进行重新的切片部署，将压力分散到多台机器上。

4.ClientLibrary

客户端类库，与RegionServer进行通信，并且还会缓存RegionServer和它所存储的Region地址，加快下次访问效率。

另外，当master机器地址发生变动时，client通过ZooKeeper来查找定位新的master地址，ZooKeeper存储了所有机器的地址信息，客户端需要有ZooKeeper的连接环境(将habse-site.xml加入到客户端classpath中)

5.CatelogTable

HBase预定义了两张表格用于保存数据的分布式存储地址，分别是 -ROOT- 和 .META.

-ROOT-存储了.META.数据的访问地址

.META.存储了用户Region的访问地址

这样ClientLibrary可通过-ROOT-遍历到任何Region的地址

 

http://blog.csdn.net/javaman_chen/article/details/7197759