本文主要向大家介绍了【云计算】Hbase存储原理解析，通过具体的内容向大家展现，希望对大家学习云计算有所帮助。

1．HBase架构组成

HBase采用Master/Slave架构搭建集群，它隶属于Hadoop生态系统，由以下类型节点组成：HMaster节点、HRegionServer节点，而在底层，它将数据存储于HDFS中。

HMaster节点作用

1.管理HRegionServer，实现其负载均衡。

2.管理和分配HRegion，比如在HRegion split时分配新的HRegion；在HRegionServer退出时迁移其内的HRegion到其他HRegionServer上。

3.实现DDL操作（Data Definition Language，namespace和table的增删改，column familiy的增删改等）。

4.管理namespace和table的元数据（实际存储在HDFS上）。

5.权限控制（ACL）。

1.2 HRegionServer节点作用

1.存放和管理本地HRegion。

2.读写HDFS，管理Table中的数据。

3.Client直接通过HRegionServer读写数据（从HMaster中获取元数据，找到RowKey所在的HRegion/HRegionServer后）。

2. Hbase物理存储

2.1 整体结构

1.Table中所有行都按照row key的字典序排列。

2.Table在行的方向上分割为多个Region。

3.Region按大小分割的，每个表开始只有一个region，随着数据增多，region不断增大，当增大到一个阀值的时候，region就会等分会两个新的region，之后会有越来越多的region。

4.Region是Hbase中分布式存储和负载均衡的最小单元，不同的Region分布到不同RegionServer上。

5.Region虽然是分布式存储的最小单元，但并不是存储的最小单元。Region由一个或者多个Store组成，每个store保存一个columns family。每个Strore又由一个memStore和0至多个StoreFile组成，StoreFile包含HFile；memStore存储在内存中，StoreFile存储。

2.2 STORE FILE 和 HFILE结构

HBase的数据最终是以HFile的形式存储在HDFS中的，HBase中HFile有着自己的格式。一次memstore的flush会产生一个HFile，一次Compact会导致多个HFile合并成一个。本文主要讲述一下HFile文件格式，并介绍一些HBase中是如何读取，写出HFile的。通过HBase提供的读/写HFile的reader和writer工厂类，使用者可以直接从HFile文件读取数据，从而绕过HBase提供的Scan、Get、Put等api。

2.3 Memstore与STORE FILE

一个region由多个store组成，每个store包含一个列族的所有数据。Store包括位于内存的memstore和位于硬盘的storefile。写操作先写入memstore，当memstore中的数据量达到某个阈值，Hregionserver启动flashcache进程写入storefile,每次写入形成单独一个storefile。当storefile大小超过一定阈值后，会把当前的region分割成两个，并由Hmaster分配给相应的region服务器，实现负载均衡，客户端检索数据时，先在memstore找，找不到再找storefile。

2.4 HLog(WAL log)

WAL 意为Write ahead log，用来做灾难恢复只用，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Region Server维护一个Hlog,而不是每个Region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 Sequence File：HLog 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。

3.RowKey设计原则

3.1 Rowkey长度原则

Rowkey是一个二进制流，Rowkey的长度建议越短越好。

1.数据的持久化文件HFile中是按照KeyValue存储的，如果Rowkey过长，数据量就会很大，这会极大影响HFile的存储效率；

2.MemStore将缓存部分数据到内存，如果Rowkey字段过长内存的有效利用率会降低，系统将无法缓存更多的数据，这会降低检索效率。因此Rowkey的字节长度越短越好。

3.目前操作系统是都是64位系统，内存8字节对齐。控制在16个字节，8字节的整数倍利用操作系统的最佳特性。

Rowkey散列原则

1.业务有序数据方向(对业务数据进行reverse)

如果Rowkey是按时间戳的方式递增， 建议将Rowkey的高位作为散列字段，由程序循环生成，低位放时间字段， 这样将提高数据均衡分布在每个Regionserver实现负载均衡的几率。如果没有散列字段，首字段直接是时间信息将产生所有新数据都在一个 RegionServer上堆积的热点现象，这样在做数据检索的时候负载将会集中在个别RegionServer，降低查询效率。

Rowkey唯一原则

必须在设计上保证其唯一性。

Rowkey作为索引原则。

Rowkey是Hbase里面唯一的索引,对于某些查询频繁的限定条件数据需要把其内容存放在rowkey里面。

4. 列族设计原则 

4.1 同一个列族里存储相似访问模式的所有数据。

可以理解为关系数据库中一对一关系，一对一关系的两张表，在HBase中可以存储在一张表中，放到不同的列族。

4.2大多数的表，设计一个列族就可以。

在HBase中，高表比宽表性能好，可以设计多张表来满足需求。

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据安全频道！