hregionmaster:
一台伺服器隻能個hrs服務==hrs的單元是一台伺服器 或者hrs的單元是一個節點
Hregion：
大多數情況下，一個Hregion代表一張表的一部分的資料（當一張表隻有一個region的時候，就是代表整個表的資料内容）
store：一個region含有多個ms，一個master代表一個列族當中的資料，
Store中存儲的就是一個一個單元格的資料内容，也就是cell，所有真實的資料，最終就是在store中。
hbase的底層存儲是hdfs，由于資料量大，如果單條寫入，hdfs的效率會非常差，是以采用批量存入的方式來存儲到hdfs——————–Memstore
Menstore：資料最開始進入的地方，就是menstore，也就是記憶體當中的資料，
由于Menstore中的資料是存在記憶體中，可能會出現資料丢失的可能，是以當Memstore中的資料達到一定量的時候，将資料持久化到storefile，
Storefile：将資料封裝成一個一個hfile，Storefile其實是一個邏輯檔案
Hfile：真正往hdfs寫的一個一個的資料單元，，存儲資料的實體檔案
什麼時候産生storefile：當Memstore中的資料達到一定量的時候，資料持久化寫入到storefile中，形成一個一個的hfile
為什麼資料最開始進入memstore，積累到一定的量的時候，再進入hfile？
答：速度快 資料寫入記憶體和記憶體中讀資料，都會很快
Hlog：
由于存儲資料的流程是：當Memstore中的資料達到一定量的時候，資料持久化寫入到storefile中，假如資料在達到一定的量之前，還未寫入storefile中，此時發生意外，資料很有可能會丢失，
為什麼還有hlog？？？
防止memstore當中的資料丢失
Hlog的資料，是直接寫入到hdfs中的
為什麼不直接寫入到hdfs中，而是先寫入到menstore，并且還要寫入到hlog？
時間：資料寫入memstor中的時間比hlog直接寫入hdfs短
但是：資料寫入到hdfs結束時，兩者的時間會不一樣，因為資料寫入有rowkey的預設排序歸規則，也就是字典排序，由于寫入的資料，不能确定與原來的資料相比較大小排序，是以需要在memstore中查找，插入進行排序
若ms中的資料丢失，如何恢複？
Hlog直接将需要恢複的資料，資料寫入memstore中，memstore進行排序操作，hfile再寫入hdfs
什麼時候才會使用hlog中的資料？
當記憶體中memstore資料丢失，平時不會使用hlog
不同的版本對hlog寫入資料有不同的說明，最新：
Hlog的資料一直直接追加到hdfs，不排序
表的最終的存儲的地方是按照region來分的
一個region涵蓋多個列族
為什麼一個store中有很多個storefile?
每寫入一次，會寫入多個hfile，
每重新整理一次，就會形成一個一個的hfile檔案
當log和memstore中的資料都寫好以後，才傳回給使用者，資料完成
資料先到hlog，再到memstore
一張表的資料到底是在一個regionserver裡面還是多個？
多個
當一張表，region超過1以後，就會将region的資料去做負載均衡的操作，
負載均衡的好處：
1.寫資料：假如寫入2條資料，若沒有負載均衡，隻有第一條資料完成以後，第二條資料才能開始，如果做了負載均衡，兩個region同時開工，并行方式寫資料
2.讀資料：同時讀取兩條資料，如果是負載均衡，2個region同時去拿，不需要排隊等待
為什麼将一張表切分成多個
記憶體資料:memstore
硬碟資料：hlog hfile
Hdfs：hadoop分布式檔案管理系統，主要的作用是：在我們的硬碟中，把多塊硬碟同時做相應的存儲和查詢
Region和Region伺服器RegionServer：
表在行方向上，按照行鍵（rowkey)範圍劃分成若幹的Region
每個表最初隻有一個region，當記錄數增加到超過某個門檻值時，開始分裂成兩個region（針對預設的建立方式），也可以采用預分期的方式，建立表時就設定region的數量、範圍
實體上所有資料存放在HDFS，由Region伺服器提供region的管理
一台實體節點隻能跑一個HRegionServer
一個Hregionserver可以管理多個Region執行個體和多個HLOG：
老版本的Hregionserver：多個region、一個hlog
新版本的Hregionserver：一個region就對應一個hlog
一個Region存放多個資料的Store（代表一個列族的資料）
Hmaster作為總控節點
Zookeeper負責排程 Zookeeper是一個單獨的産品，不屬于habse
Hbase沒有副本機制，因為所有的資料都會存儲在hdfs，是以hdfs系統采用了多少個副本數，hbase同樣有多少個副本，包括habse的中繼資料資訊表，hbase：meta表，也會存儲在hdfs中，是以，隻有hdfs存在，hbase就不會出現資料丢失的可能
HLog：
1.用于災難恢複—–記憶體中也就是memstore當中的資料存在丢失
2.預寫式日志，記錄所有更新操作，操作先記錄進日志，資料才會寫入
Wals： 預寫式日志 hlog存儲
在配置hbase的分布式的時候，有root.dar這個配置，作用就是将我們hbase的資料，放到hdfs中，50070可以檢視，
WALS這個目錄就是hlog存儲資料的位置目錄
Memstore與storefile：
1.一個region由多個store組成，每個store包含一個列族的所有資料
2.Store包括位于記憶體的memstore和位于硬碟的storefile
3.寫操作先寫入memstore，當memstore中的資料量達到某個門檻值，Hregionserver會啟動flashcache程序寫入storefile，每次寫入形成單獨一個storefile（也就是hfile）
4.當storefile檔案的數量增長到一定門檻值後，系統會進行合并，在合并過程中會進行版本合并和删除工作，形成更大的storefile
5.當storefile大小超過一定門檻值後，會把目前的region分割為兩個，并由Hmaster配置設定到相應的region伺服器，實作負載均衡
6.用戶端檢索資料時，先在memstore找，找不到再找storefile
Memstore與storefile存儲在哪裡？存儲在store中
Data
Hbseid
Oldwals：
Memstor與storfile的 區分：
建立一個表
寫一條資料：
此時資料在記憶體中，hdfs中沒有
記憶體中的量，一般是64M 128M
—-=======重新整理表
手動幹預将記憶體的資料不到一定量就立馬寫入到hdfs’中
什麼時候會将記憶體中的資料寫入到hdfs：
1.手動執行flush重新整理操作
2.出現故障之後，hlog的資料寫入到記憶體之後，有些hbase的版本，在ms排序之後。會直接寫成hfile
3.内容大小達到hdfs限定值的時候
是不是所有的hdfs檔案的大小都是一樣的？ 答：不是
如何保證我們在讀取的時候是完整的資料呢 ？
答：用戶端檢索資料時，先在memstore找，找不到再找storefile
存儲在記憶體中，因為對于整個同一個store的資料，怎麼才能包含完整的資料呢？包含所有的hfile再加上msmstore的資料，才能形成完整的資料
思考：
新資料和老資料，那個用的多？ 新資料
=====得知結論：不管是讀和寫，都是先走memstore
Memstore與storefile：
當我們執行put delete incr等操作時，會先聯系hregionserver，hregionserver會将資料先寫入hlog中，當hlog資料寫完以後，再往具體的hregion中寫入。存儲時就會先進入memstore中，再将我們ms的資料，持久化放到storefile中
用戶端Client：
1.整個HBase叢集的入口（hbase shell、jdbc、）
2.使用HBase RPC機制與HMaster和HRegionserver通信
我們連接配接位址時連接配接的zookeeper的端口，并不是hmaster
3.與HMaster通信進行管理類的操作
4.與HRegionserver通信進行讀寫類操作
當你有讀或者是寫的操作的時候，效需率高的原因之一是因為不需要和hmaster之間通信，而hdfs的讀寫，每次都要和namennode之間通信，擷取相應的路由資訊，才知道往哪個datanode上存儲，而hbase中，隻需找到對應的hregionserver
思考：怎麼知道需要的hregionserver在哪個主機上？
5.包含通路HBase的接口，并維護cache（緩存）來加快對HBase的通路，與HRegionserver互動
底層通信位址：rpc
HBase子產品 – Region ：
1.将一個資料表按Key值範圍橫向劃分為一個個的子表，實作分布式存儲。
2.這個子表，在HBase中被稱“ Region”。
3.每一個Region都關聯一個Key值範圍，即一個使用StartKey和EndKey描述的區間。事實上，每一個Region僅僅記錄StartKey就可以了，因為它的EndKey就是下一個Region的StartKey。（每一個region的最後的endkey沒有包含在region）
4.Region是HBase分布式存儲的最基本單元。
Rowkey有什麼要求？特點是什麼？
1.字典排序
2.唯一
Region與RegionServer ：
1.RegionServer是HBase的資料服務程序。負責處理使用者資料的讀寫請求。
當我們要執行一個操作的時候，直接找regionserver
2.Region被交由RegionServer管理。實際上，所有使用者資料的讀寫請求，都是和RegionServer上的Region進行互動。
Region包含了所有的資料
3.Region可以在RegionServer之間發生轉移。
什麼時候會發送轉移：故障 轉移時不需要轉移hdfs的資料，隻需要把關聯資訊轉移到新的regionserver
一張表有很多的region組成，這些region可以放到不同的region上去：實作并行化，可以同時多查詢 多寫入
思考：
一個Region包含了一個Startkey和EndKey範圍；
一條使用者資料KeyValue必然屬于一個唯一的Region；
Region由RegionServer來管理，那麼，這個路由信
息儲存在哪裡呢？
Hbase_meta表中
包含：确定表資訊 、确定region資訊、
===是以，這個路由資訊就存在hbase的這張中繼資料表中：habse——meta
Region如何才可以轉移？由誰負責轉移？ （master完成操作）
答：某一個regionserver挂掉，移動到另外一台主機上
Region由一個變成2個的時候，通常移動到
另外一台主機上，做負載均衡
當我們插入或者是查詢的時候，是如何定位的
get ‘表名’,’rowkey’
1.1 定位表是否存在
1.2 拿到該張表有哪些region[每一個region在哪一個regionServer上]
1.3 根據我們需要查詢的rowkey，從region的資料當中去判斷，我們需要得到的資料在哪一個regionServer上
1.4 将我們的需求（put、get）交給對應的regionServer去處理
Region分類 ：
User Region Meta Region
記錄hbase中繼資料的表：hbase_meta表，随着habse的資料增多，這個中繼資料也會一直增加，我們也需要盡量的讓這個表變的均衡，是以也會産生region，但是這個region我們不能控制，由hbase内部完成
Region分為中繼資料Region以及使用者Region兩類。
Meta Region記錄了每一個User Region的路由資訊。
到底是什麼路由資訊：找的region在哪個regionserver上
讀寫Region資料的路由，包括如下
幾步：
找尋Meta Region位址。
再由Meta Region找尋User Region位址。
關于meta表在版本之前有一定的區分
新版本當中：hbase:meta表--->meta region---->user region
老版本 : .ROOT.—>.META.—>user region
1我們找資料的時候，先找.ROOT.表 [不會進行region劃分，隻有一個region，不需要管理region的資訊]
2會将你所找的資料在哪一個.Meta. region的路由發給你。
3在從meta的路由資訊中找到具體User region。
4從userRegion資訊中去找具體的RegionServer
———————–今晚結束，有很多内容比較亂，明天修改内容，晚安———–