1. Hbase架构

（1）HbaseClient 为用户提供访问Hbase的接口，通过元数据(.meta)表定位到目标数据的RegionServer，此外HbaseCLient维护了对应的cache（缓存元数据信息）来加速对Hbase的访问。

（2）Hmaster

• 分配Region：负责启动的时候分配Region到具体的RegionServer；
• 负责均衡：一方面负责将用户的数据均衡地分布在各个RegionServer上，另一方面负责将用户的请求均衡地分布在各个RegionServer上，防止请求集中于某个RegionServer上；
• 维护数据：发现失效地Region，将它重新分配到正常的RegionServer上，并且在RegionServer失效的时候，协调对应的Hlog进行任务的拆分。 （3）RegionServer
• 管理HMaster为其分配的Region;
• 负责与底层hdfs交互，将数据存储到hdfs；
• 负责Region变大后的拆分以及StoreFile的合并工作。

Region：每一个Region都有起始Rowkey和结束Rowkey，代表了存储Row的范围，保存着表中某段连续的数据。刚开始每张表只有一个Region，随着数据量不断增加，Region大小达到一个阈值时，Region就会被RegionServer水平等分为两个新的Region。当Region数量过多时，Hmaster会将Region保存到其他RegionServer上。Store：一个Region由多个store组成，每个sotre都对应着一个列簇（column family），store中包含着MemStroe和StoreFile。

（4）zookeeper

• 选举Hmaster：保证集群中只有一个Hmaster在运行；
• 监控RegionServer：当RegionServer有异常时，通过回调形式通知Hmaster有关的RegionServer上下线的信息；
• 维护元数据和集群配置

2. Hbase的写流程

（1）Clinet访问Zookeeper集群，先获取hbase:meta表所在的服务器，然后通过hbase:meta表获取存放目标数据的region信息，并将该数据所在的region信息和hbase:meta表缓存在Client的meta cache，与目标RegionServer通讯发送写请求；

（2）先将数据顺序写入（追加）到WAL，以防止数据丢失，然后将数据写入Memstore，数据会在Memsotre中进行排序，当WAL和MemSotre都写入成功，则表明这条数据写入成功；

（3）如果Memsotre达到阈值（默认64M）后，会创建一个新的MemStore，把旧的Memsotre数据flush到SotreFile中。当多个StoreFile（Hfile的封装）文件达到一定的数量时，会触发Compact操作，合并成一个大的StoreFile文件。当SotreFile越来越大，伴随着region也会越来越大，达到一定阈值，会触发Split操作，将region等分为二，并由Master分配到相应的RegionServer中，实现RegionServer的负载均衡，原本的Region会下线；其中由于SotreFile是只读的，一旦创建后不可更改，因此Hbase更新数据其实就是追加操作，只是将最近时间戳的数据进行展示。

3. Hbase的读流程

（1）Clinet访问Zookeeper集群，先获取hbase:meta表所在的服务器，然后通过hbase:meta表获取读取目标数据的region信息，并将该数据所在的region信息和hbase:meta表缓存在Client的meta cache，与目标RegionServer通讯发送读请求；

（2）读请求先到BLockCache中查数据，查不到就到memstore和StoreFile中查询数据，并把查询到的数据存放入BLockCache中，并返回给Client。其中BlockCache采用LRU（最近最少使用）策略和分级缓存策略，当BlockCache的大小达到上限后，会触发缓存机制，将最老的一批数据淘汰。