hbase基本原理.ppt

《hbase基本原理.ppt》由会员分享，可在线阅读，更多相关《hbase基本原理.ppt（24页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、HbaseHbase数据库基本原理数据库基本原理By：计算机技术王波Hbase介绍及特点1Hbase逻辑视图2Hbase物理模型3Hbase vs Oracle4vHBase 即Hadoop Database，是一个高可靠性、高性能、面向列、可伸 缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。vHbase是基于Google Bigtable开源实现。类似Google Bigtable利用GFS作为其文件存储系统，HBase利用Hadoop HDFS作为其文件存储系统；Google运行MapReduce来处理Bigtable中的海量数据，HBase

2、同样利用Hadoop MapReduce来处理HBase中的海量数据；Google Bigtable利用 Chubby作为协同服务，HBase利用Zookeeper作为 对应。v2006年底由PowerSet 的Chad Walters和Jim Kellerman 发起v2008年成为Apache Hadoop的一个子项目 现已作为产品被使用FacebookIntelYahoo阿里巴巴百度Hbase简介简介Hbase简介简介vHbase在在Hadoop 体系中的位置体系中的位置Hbase特点特点海量存储的关键技术1、数据划分2、数据一致性与可用性：为了保证高效系统响应而弱化一致性模型，同时采用

3、异步复制手段用以确保数据可用3、负载均衡：数据底层存储运用分布式文件系统，以一种巧妙方式避免数据均衡问题4、容错机制：哈希映射：存取效率主要取决于哈希效率顺序分裂：渐进式，主节点（Master）控制失效侦测：心跳机制失效恢复：Hlog，快照Hbase特点特点vHbase表特点：表特点：大表：一个表可以有上亿行，上百万列面向列：面向列族的存储，列族独立检索稀疏：对于空（null）的列，不占用存储空间分布式数据库Hbase 特点:基于列式的高效存储强一致的数据访问高可靠高性能可伸缩，自动切分、迁移Schema free Hbase逻辑视图逻辑视图章节章节导读导读v1.表存储结构表存储结构 v2.R

4、ow key v3.Columns family v4.Time Stamp v5.Cell逻辑视图逻辑视图2.1 表存储结构表存储结构行键列列HBase以表的形式存储数据；表有行和列组成；列划分为若干个列族(row family)2.2 Row key逻辑视图逻辑视图Row Key：与nosql数据库们一样,row key是用来检索记录的主键。访问hbase table中的行，只有三种方式：1、通过单个row key访问 2、通过row key的range 3、全表扫描 Row key行键(Row key)可以是任意字符串(最大长度 是 64KB，实际应用中长度一般为 10-100bytes

5、)，在 hbase内部，row key保存为字节数组。存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分利用排序存储这个特性，将经常一起读取的行存储放到一起。(位置相关性)2.3 Columns family逻辑视图逻辑视图列簇 hbase表中的每个列，都归属与某个列族。列族是表的schema的一部 分(而列不是)，必须在使用表之前定义。列名都以列族作为前缀。例如 courses:history，courses:math都属于courses 这个列族。访问控制、磁盘和内存的使用统计都是在列族层面进行的。实际应用中,列族上的控制权限能帮助我们管理不同类型

6、的应用：我们允许一 些应用可以添加新的基本数 据、一些应用可以读取基本数据并创建继 承的列族、一些应用则只允许浏览数据（甚至可能因为隐私的原因不 能浏览所有数据）。2.4 Time Stamp逻辑视图逻辑视图时间戳 HBase 中通过row和columns确定的为一个存贮单元称为cell。每个 cell都保存着同一份数据的多个版本。版本通过时间戳来索引。时间戳的类型是 64位整型。时间戳可以由hbase(在数据写入时自动)赋值，此时时间戳是精确到毫秒 的当前系统时间。时间戳也可以由客户显式赋值。如果应用程序要避免数据版 本冲突，就必须自己生成具有唯一性的时间戳。每个 cell中，不同版本的数据

7、 按照时间倒序排序，即最新的数据排在最前面。为了避免数据存在过多版本造成的的管理(包括存贮和索引)负担，hbase提供 了两种数据版本回收方式。一是保存数据的最后n个版本，二是保存最近一段 时间内的版本（比如最近七天）。用户可以针对每个列族进行设置。2.5 Cell逻辑视图逻辑视图由row key,column(=+),version 唯一确定的单元。cell中 的数据是没有类型的，全部是字节码形式存贮。Cell的内容是不可分割的字节数组。关键字：无类型、字节码章节章节导读导读v1.HTablev2.HRegion v3.Store v4.HFile v5.HLogHBase物理存储物理存储物

8、理模型物理模型物理存储物理存储vTable中的所有行都按照中的所有行都按照row key的字典序排列的字典序排列vTable在行的方向上分割为多个在行的方向上分割为多个HRegion3.1 HTabe物理存储物理存储vRegion按大小分割的，每个表一开始只有一个按大小分割的，每个表一开始只有一个region，随着数据不断插入表，随着数据不断插入表，region不断增大，当增大到一不断增大，当增大到一个阀值时候，个阀值时候，Hregion就会等分成两个新的就会等分成两个新的Hregion。3.2 HRegion物理存储物理存储vHRegion是是Hbase中分布式存储和负载均衡的最小单元。中分

9、布式存储和负载均衡的最小单元。最小单元就表示不同的最小单元就表示不同的Hregion可以分步在不同的可以分步在不同的Hregion server上。但一个上。但一个HRegion是不会拆分到多是不会拆分到多个个server上的。上的。物理存储物理存储vHregion虽然是分布式存储的最小单元，但并不是存储虽然是分布式存储的最小单元，但并不是存储的最小单元。在下层还有的最小单元。在下层还有Store，而，而Store以以Hfile的格的格式保存在式保存在HDFS上上3.3 Store物理存储物理存储vHfile格式格式3.3 HFileHFile 分为6部分 Data Block 段-保存表中的

10、数据，这部分可以被压缩。Meta Block 段(可选的)-保存用户自定义的kv对，可以被压缩。File Info 段-Hfile的元信息，不被压缩，用户也可以在这一部分添加自己的元信息。Data Block Index 段-Data Block的索引。每条索引的key是被索引的block的第一条记录的 Key。Meta Block Index段(可选的)-Meta Block的索引。Trailer-这一段是定长的。保存了每一段的偏移量，读取一个HFile时，会首先读取Trailer，Trailer保存了每个段的起始位置(段的Magic Number用来做安全check)，然后，DataBlo

11、ck Index会被读取到内存中，这样，当检索某个key时，不需要扫描整个HFile，而只需从内存中 找到key所在的block，通过一次磁盘io将整个 block读取到内存中，再找到需要的key。DataBlock Index采用LRU机制淘汰。HFile的Data Block，Meta Block通常采用压缩方式存储，压缩之后可以大大减少网络IO和磁 盘IO，随之而来的开销当然是需要花费cpu进行压缩和解压缩。目标Hfile的压缩支持两种方式：Gzip，Lzo。3.3 Hlog物理存储物理存储Hlog(WAL Log)WAL 意为Write ahead，类似mysql中的binlog,用来

12、做灾难恢复只用，Hlog记录数据的所有变更,一旦数据修改，就可以从log中进行恢复。每个每个Region Server维护一个维护一个Hlog,而不是每个而不是每个Region一个。一个。这样不同 region(来自不同table)的日志会混在一起，这样做的目的是不断追加单个文件相对于同时写多个文件而言，可以减少磁盘寻址次数，因此可 以提高对table的写性能。带来的麻烦是，如果一台region server下线，为了恢复其上的region，需要将region server上的log进行拆分，然后分发到其它region server上进行恢复。HLog 文件就是一个普通的Hadoop Sequ

13、ence File，Sequence File 的Key是HLogKey对象，HLogKey中记录了 写入数据的归属信息，除了table和region名字外，同时还 包括 sequence number和timestamp，timestamp是”写入 时间”，sequence number的起始值为0，或者是最近一次 存入文件系统中sequence number。HLog Sequece File的 Value是HBase的KeyValue对象，即对应HFile中的 KeyValue.系统架构系统架构物理部署物理部署Hbase vs Oracle1、索引不同造成的行为差异2、Hbase适合大量插入同时又有度的情况3、Hbasede 瓶颈是硬盘传输速度，Oracle的瓶颈是硬盘寻道时间4、Hbase很适合按照时间排序top n的场景5、如下图，行标示访问：B树访问的弱点BigTable的LSM索引