1、深入瞭解Hbase物理模型架構：

從物理結構上講，HBase由三種類型的伺服器構成主從式架構。它的主節點master主要的作用為對錶的建立和刪除。從節點segionserver主要作用為操作資料表，對錶進行檢視修改插入等操作。Hbase的segionserver和HDFS的DataNode放置在一起，使segionserver操作的資料具有區域性性。

Hbase表按照rowkey分成若干個ragion，這些ragion由ragionserver管理，每個ragionserver最多可以管理1000個ragion，每個ragion的大小為1G，然後ragion又根據列簇分為若干個store，每個store中又有三個部分，memstore、storefile、BlockCaceh。當有資料寫入store時，h會先將資料寫入memstore中，也就是記憶體中，memstore寫滿至百分之八十才會溢位到storefile中，也就是Hfile。

Mater的主要職責：

（1）協調Region Servers

（2）啟動時分配Region，還原時重新分配Region或者負載均衡

（3）監控叢集中所有RegionServer例項管理員方法

（4）提供建立，刪除，更新表的介面。

ZooKeeper的作用：

HBase使用Zookeeper做為分散式協調服務來維護及群眾server的狀態。Zookeeper維護處於活狀態並可使用的Severs，並提供Server故障通知。Zookeeper使用共識來保證共同共享的狀態。

2、Region Server執行在HDFS的DataNode具備的元件：

（1）. WAL：預寫日誌是分散式檔案系統上的檔案。WAL用於儲存尚未被永久儲存的新資料，用於故障情況下的恢復。

（2）. BlockCache：是讀取快取。在記憶體中儲存頻繁讀取的資料，近期最少使用的資料在滿時被刪除。

（3）. MemStore：是寫入快取。儲存尚未寫入磁碟的資料。在寫入磁碟之前進行排序，每個region的每個column family有一個MemStore。

（4）. 在磁碟上，Hfiles將行儲存為已排序的KeyValues。

3、strore的資料儲存：

當MemStrore積聚了足夠的資料，整個有序集合被寫入到HDFS的HFile中。HBase每個列族使用多個HFile，其中包含真正的Cell或者KeyValue例項。隨著時間的推移，在MenStore中跟據KeyValue排序，最終重新整理到磁碟HFile檔案中。

注意這也是HBase為什麼限制列族數量的一個原因。每個列族只有一個MemStore；當一個MemStore資料滿了，會重新整理到磁碟檔案中。它還儲存了最近寫入的序列號，以便讓系統知道到目前為止持久化的情況。

高位序列號作為元欄位儲存在每個HFile中，以反映持久化結束位置以及繼續執行的位置。在region啟動時，序列號被讀取後，然後最高位做為新編輯內容的序列號。

資料儲存在HFile中，其中包含排序的Key/Value。當MemStore累積足夠的資料時，整個已排序的KeyValue集將被寫入HDFS中的新HFile。這是一個順序寫入。它速度非常快，因為它避免了移動磁碟驅動器磁頭。

4、region：

表格可以水平劃分為一個或者多個region。早start key和end key之間包含連續的，排序的行範圍。

每個region小為1GB（預設）

表的region通過RegionServer為客戶端提供服務。

最初每個表格有一個區域。當一個region變得太大時，它會分裂成兩個子region。代表原region的一半的兩個子region，在相同的RegionServer上並行開啟，然後將分割槽報告給HMaster。由於負載平衡的原因，HMaster可以安排將新region移動到其他伺服器。

5、Hbase四個優點：

（1）. 強一致性模型

（2）. 自動擴充套件

（3）. 內建恢復機制

（4）. 整合Hadoop