HBase的工作原理和相关操作

学习一个开源软件的基本思路都是（1）安装和配置（2）理解工作原理（3）命令操作（4）代码操作（5）研究源码（6）根据论文或需求进行二次开发。同样，学习HBase也不例外，但我省去了HBase集群（4台）的安装和配置，主要总结HBase的工作原理，Shell命令操作，Java代码操作相关内容。

一. HBase存储结构

1. Client

解析：

对于管理类的操作，Client与HMaster进行RPC，对于数据读写类的操作，Client与HRegionServer进行RPC。

2. ZooKeeper

解析：

ZooKeeper作为协同服务，可以看成是Google的Chubby的开源实现，主要的目的是为了避免HMaster的单点问题。

3. HMaster

解析：

HMaster主要负责Table和Region的管理工作。具体功能如下所示：

• 管理用户对Table的增、删、改、查操作；
• 管理HRegionServer的负载均衡，调整Region分布；
• 在Region Split后，负责新Region的分配；
• 在HRegionServer停机后，负责失效HRegionServer上的Region迁移。

4. HRegionServer

HRegionServer主要负责响应用户I/O请求，向HDFS中读写数据，是HBase中最核心的模块。总体的关系是HRegionServer包含多个HRegion，HRegion包含多个HStore，每个HStore对应Table中的一个Column Family的存储。HStore包含MemStore和StoreFile两个部分。MemStore是Sorted Memory Buffer，用户写入的数据首先放入MemStore，当MemStore满了以后会执行Flush操作变成一个StoreFile（底层实现是HFile），当StoreFile文件数量增长到一定阈值时，会触发Compact合并操作，将多个StoreFile合并到一个StoreFile，合并过程中会进行版本合并和数据删除。