Hbase 基本组件：

Client:

• 包含访问HBase的接口并维护cache来加快对HBase的访问，比如reg IO n的位置信息

ZooKeeper （Zookeeper的引入使得Master不再是单点故障）:

• 保证任何时候，集群中只有一个master，Master与RegionServers 启动时会向ZooKeeper注册

• 存贮所有Region的寻址入口。

• 实时监控Region server的上线和下线信息。并实时通知Master

• 存储HBase的 schema 和table 元数据

Master:

• 为Region server分配region

• 负责Region server的 负载均衡

• 发现失效的Region server并重新分配其上的region

• 管理用户对table的增删改操作

RegionServer:

• Region server维护region，处理对这些region的IO请求

• Region server负责切分在运行过程中变得过大的region

HLog(WAL log —Write-Ahead-Log)：该机制用于数据的容错和恢复:

每个HRegionServer中都有一个HLog对象，HLog是一个实现Write Ahead Log的类，在每次用户操作写入MemStore的同时，也会写一份数据到HLog文件中（HLog文件格式见后续），H Log 文件定期会滚动出新的，并删除旧的文件（已 持久化 到StoreFile中的数据）。当HRegionServer意外终止后，HMaster会通过Zookeeper感知到，HMaster首先会处理遗留的 HLog文件，将其中不同Region的Log数据进行拆分，分别放到相应region的目录下，然后再将失效的region重新分配，领取 到这些region的HRegionServer在Load Region的过程中，会发现有历史HLog需要处理，因此会Replay HLog中的数据到MemStore中，然后flush到StoreFiles，完成数据恢复

HLog文件就是一个普通的Hadoop Sequence 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 SequeceFile的Value是HBase的KeyValue对象，即对应HFile中的KeyValue。

Hbase存储模型:

Region：

HBase自动把表水平划分成多个区域(region)，每个region会保存一个表里面某段连续的数据；每个表一开始只有一个region，随着数据不断插入表，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（裂变），当table中的行不断增多，就会有越来越多的region。这样一张完整的表被保存.

Memstore 与 storefile：

一个region由多个store组成，一个store对应一个CF（列族）， store包括位于内存中的memstore和位于磁盘的storefile，写操作先写入memstore，当memstore中的数据达到某个 阈值 ，hregionserver会启动flashcache进程写入storefile，每次写入形成单独的一个storefile，当storefile文件的数量增长到一定阈值后，系统会进行合并（minor、major compaction），在合并过程中会进行版本合并和删除工作（majar），形成更大的storefile，当一个region所有storefile的大小和数量超过一定阈值后，会把当前的region分割为两个，并由hmaster分配到相应的regionserver服务器，实现负载均衡。客户端检索数据，先在memstore找，找不到再找storefile。

HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的 HRegion server上。HRegion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。