五、关键算法/流程

　　region定位

　　系统如何找到某个row key (或者某个 row key range)所在的region

　　bigtable 使用三层类似B+树的结构来保存region位置。

　　第一层是保存zookeeper里面的文件，它持有root region的位置。

　　第二层root region是.META.表的第一个region其中保存了.META.z表其它region的位置。通过root region，我们就可以访问.META.表的数据。

　　.META.是第三层，它是一个特殊的表，保存了Hbase中所有数据表的region 位置信息。

　　说明：

　　1 root region永远不会被split，保证了最需要三次跳转，就能定位到任意region 。

　　2.META.表每行保存一个region的位置信息，row key 采用表名+表的最后一样编码而成。

　　3 为了加快访问，.META.表的全部region都保存在内存中。

　　假设，.META.表的一行在内存中大约占用1KB。并且每个region限制为128MB。

　　那么上面的三层结构可以保存的region数目为：

　　(128MB/1KB) * (128MB/1KB) = = 2(34)个region

　　4 client会将查询过的位置信息保存缓存起来，缓存不会主动失效，因此如果client上的缓存全部失效，则需要进行6次网络来回，才能定位到正确的region(其中三次用来发现缓存失效，另外三次用来获取位置信息)。

　　读写过程

　　上文提到，Hbase使用MemStore和StoreFile存储对表的更新。

　　数据在更新时首先写入Log(WAL log)和内存(MemStore)中，MemStore中的数据是排序的，当MemStore累计到一定阈值时，就会创建一个新的MemStore，并且将老的MemStore添加到flush队列，由单独的线程flush到磁盘上，成为一个StoreFile。于此同时，系统会在zookeeper中记录一个redo point，表示这个时刻之前的变更已经持久化了。(minor compact)

　　当系统出现意外时，可能导致内存(MemStore)中的数据丢失，此时使用Log(WAL log)来恢复checkpoint之后的数据。

　　前面提到过StoreFile是只读的，一旦创建后就不可以再修改。因此Hbase的更新其实是不断追加的操作。当一个Store中的StoreFile达到一定的阈值后，就会进行一次合并(major compact),将对同一个key的修改合并到一起，形成一个大的StoreFile，当StoreFile的大小达到一定阈值后，又会对StoreFile进行split，等分为两个StoreFile。

　　由于对表的更新是不断追加的，处理读请求时，需要访问Store中全部的StoreFile和MemStore，将他们的按照row key进行合并，由于StoreFile和MemStore都是经过排序的，并且StoreFile带有内存中索引，合并的过程还是比较快。

　　写请求处理过程

　　1 client向region server提交写请求

　　2 region server找到目标region

　　3 region检查数据是否与schema一致

　　4 如果客户端没有指定版本，则获取当前系统时间作为数据版本

　　5 将更新写入WAL log

　　6 将更新写入Memstore

　　7 判断Memstore的是否需要flush为Store文件。

　　region分配

　　任何时刻，一个region只能分配给一个region server。master记录了当前有哪些可用的region server。以及当前哪些region分配给了哪些region server，哪些region还没有分配。当存在未分配的region，并且有一个region server上有可用空间时，master就给这个region server发送一个装载请求，把region分配给这个region server。region server得到请求后，就开始对此region提供服务。

　　region server上线

　　master使用zookeeper来跟踪region server状态。当某个region server启动时，会首先在zookeeper上的server目录下建立代表自己的文件，并获得该文件的独占锁。由于master订阅了server目录上的变更消息，当server目录下的文件出现新增或删除操作时，master可以得到来自zookeeper的实时通知。因此一旦region server上线，master能马上得到消息。

　　region server下线

　　当region server下线时，它和zookeeper的会话断开，zookeeper而自动释放代表这台server的文件上的独占锁。而master不断轮询server目录下文件的锁状态。如果master发现某个region server丢失了它自己的独占锁，(或者master连续几次和region server通信都无法成功),master就是尝试去获取代表这个region server的读写锁，一旦获取成功，就可以确定：

　　1 region server和zookeeper之间的网络断开了。

　　2 region server挂了。

　　的其中一种情况发生了，无论哪种情况，region server都无法继续为它的region提供服务了，此时master会删除server目录下代表这台region server的文件，并将这台region server的region分配给其它还活着的同志。

　　如果网络短暂出现问题导致region server丢失了它的锁，那么region server重新连接到zookeeper之后，只要代表它的文件还在，它就会不断尝试获取这个文件上的锁，一旦获取到了，就可以继续提供服务。

　　master上线

　　master启动进行以下步骤:

　　1 从zookeeper上获取唯一一个代码master的锁，用来阻止其它master成为master。

　　2 扫描zookeeper上的server目录，获得当前可用的region server列表。

　　3 和2中的每个region server通信，获得当前已分配的region和region server的对应关系。

　　4 扫描.META.region的集合，计算得到当前还未分配的region，将他们放入待分配region列表。

　　master下线

　　由于master只维护表和region的元数据，而不参与表数据IO的过程，master下线仅导致所有元数据的修改被冻结(无法创建删除表，无法修改表的schema，无法进行region的负载均衡，无法处理region上下线，无法进行region的合并，唯一例外的是region的split可以正常进行，因为只有region server参与)，表的数据读写还可以正常进行。因此master下线短时间内对整个Hbase集群没有影响。从上线过程可以看到，master保存的信息全是可以冗余信息(都可以从系统其它地方收集到或者计算出来)，因此，一般Hbase集群中总是有一个master在提供服务，还有一个以上的’master’在等待时机抢占它的位置。

　　六、访问接口

　　Hbase Shell

　　Java clietn API

　　Hbase non-java access

　　languages talking to the JVM

　　Jython interface to Hbase

　　Groovy DSL for Hbase

　　Scala interface to Hbase

　　languages with a custom protocol

　　REST gateway specification for Hbase

　　充分利用HTTP协议：GET POST PUT DELET

　　text/plain

　　text/xml

　　application/json

　　application/x-protobuf

　　Thrift gateway specification for Hbase

　　java

　　cpp

　　rb

　　py

　　perl

　　php

　　Hbase Map Reduce

　　Hive/Pig

　　七、结语：

　　全文对Hbase做了简单的介绍，有错误之处，敬请指正。未来将结合Hbase在淘宝数据平台的应用场景，在更多细节上进行深入。

　　参考文档

　　Bigtable: A Distributed Storage System for Structured Data

　　HFile: A Block-Indexed File Format to Store Sorted Key-Value Pairs for a thorough introduction Hbase Architecture 101

　　Hbase source code