项目中使用了Hbase,来了解一下底层
1 Client先访问zookeeper,获取hbase:meta表位于哪个Region Server
2 访问对应的Region Server,获取hbase:meta表,根据读请求的namespace:table/rowkey,查询出目标数据位于哪个Region Server中的哪个Region中。并将该table的region信息以及meta表的位置信息缓存在客户端的meta cache,方便下次访问
3 与目标Region Server进行通讯
4 将数据顺序写入(追加)到WAL
5 将数据写入对应的MemStore,数据会在MemStore进行排序
6 向客户端发送ack
7 等达到MemStore的刷写时机后,将数据刷写到HFile
当memstore的大小达到了
hbase.hregion.memstore.flush.size(默认值128M)
hbase.hregion.memstore.block.multiplier(默认值4)
时,会阻止继续往该memstore写数据
java_heapsize
hbase.regionserver.global.memstore.size(默认值0.4)
hbase.regionserver.global.memstore.size.lower.limit(默认值0.95)
region会按照其所有memstore的大小顺序(由大到小)依次进行刷写。直到region server中所有memstore的总大小减小到上述值以下
3. 当region server中memstore的总大小达到
java_heapsize
hbase.regionserver.global.memstore.size(默认值0.4)
会阻止继续往所有的memstore写数据
到达自动刷写的时间,也会触发memstore flush。自动刷新的时间间隔由该属性进行配置hbase.regionserver.optionalcacheflushinterval(默认1小时)
当WAL文件的数量超过hbase.regionserver.max.logs,region会按照时间顺序依次进行刷写,直到WAL文件数量减小到hbase.regionserver.max.logs以下(该属性名已经废弃,现无需手动设置,最大值为32)
1 Client先访问zookeeper,获取hbase:meta表位于哪个Region Server
2 访问对应的Region Server,获取hbase:meta表,根据读请求的namespace:table/rowkey,查询出目标数据位于哪个Region Server中的哪个Region中。并将该table的region信息以及meta表的位置信息缓存在客户端的meta cache,方便下次访问
3 与目标Region Server进行通讯
4 分别在MemStore和Store File(HFile)中查询目标数据,并将查到的所有数据进行合并。此处所有数据是指同一条数据的不同版本(time stamp)或者不同的类型(Put/Delete)
5 将查询到的新的数据块(Block,HFile数据存储单元,默认大小为64KB)缓存到Block Cache
6 将合并后的最终结果返回给客户端
1 一条数据的唯一标识就是rowkey,那么这条数据存储于哪个分区,取决于rowkey处于哪个一个预分区的区间内,设计rowkey的主要目的 ,就是让数据均匀的分布于所有的region中,在一定程度上防止数据倾斜
作为程序员第 231 篇文章,每次写一句歌词记录一下,看看人生有几首歌的时间,wahahaha …