HBase存儲特點

* Client
1. 包括訪問HBase的接口，并保護cache來加快對HBase的訪問，比如region的位置信息。
* Zookeeper：
1. 選舉集群中的Master，Master與RegionServers 啟動時會向ZooKeeper注冊。
2. 存儲所有Region的尋址入口。
3. 實時監控Region server狀態并實時通知Master。
4. 存儲HBase的schema和table元數據。
5. 使Master不存在單點故障。
* Master
1. 在Region Split后，為Region server分配region。
2. 管理HRegionServer的負載均衡，調劑Region散布。
3. 發現失效的Region server后重新分配其上的region，并負責Regions遷移。。
4. 管理用戶對table的增刪改查操作。
* Region Server
1. Regionserver保護region，處理對這些region的IO要求，向HDFS文件系統讀寫數據。
2. Regionserver負責切分在運行進程中變得過大的region。
* Region
1. table依照行分割成若干Region，每一個Region對應table中的1個Region。
2. Region由多個HStore組成。
* HLog
1. 類似mysql的binlog，數據會先寫到WAL上，然后再放到內存中，數據恢復。
2. 已持久化到StoreFile的HLog會定期被刪除。
* HStore
1. HBase的存儲核心，由MemStore和StoreFile組成。
2. 每一個HStore對應Table的1個列族的存儲。
* MemStore
1. 數據不直接寫磁盤而是先寫到MemStore，當滿了才會Flush到StoreFile中。
2. 底層由HFile實現。
3. 數據只需寫入到此內存便可返回，快速的插入操作。
* StoreFile
1. StoreFile文件數到1定閥值會觸發Compact合并操作，多個StoreFile變成1個StoreFile。
2. 所有數據操作都是添加操作，保證I/O，而對數據更新/刪除都是在后續compact進程中完成。

底層存儲

HBase支持很多文件系統的存儲。
1. 操作系統原生文件系統。
2. HDFS文件系統。
3. 其他文件系統。

HDFS可靠性高及其同屬同個生態，選擇HDFS作為存儲。

HBase 如何尋址

尋址進程大致為client -> -ROOT- -> .META. -> RS ->region -> rowkey。

1. client通過zookeeper的root-region-server節點獲得哪一個Server管理-ROOT-表，包括該機器的IP地址和端口。
2. 接著訪問-ROOT-表，該表只有1個Region且不會split，每行記錄了.META.表的1個region信息，和這個region的startkey和endkey，查找到.META.表包括要查的rowkey記錄的Region的ip和端口。
3. 接著訪問該ip和端口的.META.表，根據rowkey找到用戶表數據寄存對應的Region的機器信息，根據rowkey查找對應的regionserver和region。最后到對應的region找到value。
4. 根據查到的用戶表信息到對應機器上查找數據。

客戶端會緩存查詢過的rowkey的地址。

client訪問hbase上數據的進程其實不需要master參與（尋址訪問zookeeper和region server，數據讀寫訪問region server），master僅僅保護table和region的元數據信息，負載很低。

HBase 的性能、如何擴大

HBase的插入性能很好，查詢還不錯，騰訊給出的數據是經過調優在百億數據級別80%以上數據能在20ms查到。

詳細的1些數據后面在寫代碼階段會給出。

當數據峰值接近系統設計容量時，可以簡單的通過增加服務器的方式來擴大容量。某種程度上來講，這個動態擴容進程無需停機，HBase系統可以照舊運行并提供讀寫服務，完全實現動態無縫無宕機擴容。

balance模式下，會自動將數據遷移到新機器上，合適中小集群，遷移進程大量消耗機器資源。

非balance模式下，新寫入文件寫到新機器上。

運維

1. 官方的命令行或2次開發，rest接口。官方有原生監控平臺。
2. BigInsights。

最后的說明

hbase優勢在于接近線性的任意水平擴大，沒必要在單機上與redis性能太叫真，看自己場景選擇。