标签：流程 合并 读数据 StoreFile compaction MemStore HBase segment
HBase 读数据流程和存储数据流程
从zookeeper找到meta表的region的位置，然后读取meta表中的数据。而meta中有存储了用户表的region信息
根据namespace、表名和rowkey根据meta表中的数据找到对应的region信息
找到对应的regionserver，查找对应的region
从MemStore找数据，再去BlockCache中找，如果没有，再到StoreFile上读
可以把MemStore理解为一级缓存，BlockCache为二级缓存，但注意scan的时候BlockCache意义不大，因为scan是顺序扫描
1、数据存储流程
写内存（MemStore）
二阶段StoreFiles合并
In-memory compaction（带合并的写内存）
二阶段StoreFiles合并
HBase的数据存储过程是分为几个阶段的。写入的过程与HBase的LSM结构对应。
-
为了提高HBase的写入速度，数据都是先写入到MemStore（内存）结构中，V2.0 MemStore也会进行Compaction
-
MemStore写到一定程度（默认128M），由后台程序将MemStore的内容flush刷写到HDFS中的StoreFile
-
数据量较大时，会产生很多的StoreFile。这样对高效读取不利，HBase会将这些小的StoreFile合并，一般3-10个文件合并成一个更大的StoreFile
1.1 写入MemStore
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-709kkjMn-1641477845823)(…/…/mdfileImgPath/image-20220106212639786.png)]
-
Client访问zookeeper，从ZK中找到meta表的region位置
-
读取meta表中的数据，根据namespace、表名、rowkey获取对应的Region信息
-
通过刚刚获取的地址访问对应的RegionServer，拿到对应的表存储的RegionServer
-
去表所在的RegionServer进行数据的添加
-
查找对应的region，在region中寻找列族，先向MemStore中写入数据
1.2 MemStore溢写合并
1.2.1 说明
l 当MemStore写入的值变多，触发溢写操作（flush），进行文件的溢写，成为一个StoreFile
l 当溢写的文件过多时，会触发文件的合并（Compact）操作，合并有两种方式（major，minor）
1.2.2 触发条件
- 一旦MemStore达到128M时，则触发Flush溢出（Region级别）
<property>
<name>hbase.hregion.memstore.flush.size</name>
<value>134217728</value>
<source>hbase-default.xml</source>
</property>
- MemStore的存活时间超过1小时（默认），触发Flush溢写（RegionServer级别）
<property>
<name>hbase.regionserver.optionalcacheflushinterval</name>
<value>3600000</value>
<source>hbase-default.xml</source>
</property>
1.3 In-memory合并
1.3.1 In-memory compaction介绍
In-memory合并是HBase 2.0之后添加的。它与默认的MemStore的区别：实现了在内存中进行compaction（合并）。
在CompactingMemStore中，数据是以段（Segment）为单位存储数据的。MemStore包含了多个segment。
-
当数据写入时，首先写入到的是Active segment中（也就是当前可以写入的segment段）
-
在2.0之前，如果MemStore中的数据量达到指定的阈值时，就会将数据flush到磁盘中的一个StoreFile
-
2.0的In-memory compaction，active segment满了后，将数据移动到pipeline中。这个过程跟以前不一样，以前是flush到磁盘，而这次是将Active segment的数据，移到称为pipeline的内存当中。一个pipeline中可以有多个segment。而In-memory compaction会将pipeline的多个segment合并为更大的、更紧凑的segment，这就是compaction
-
HBase会尽量延长CompactingMemStore的生命周期，以达到减少总的IO开销。当需要把CompactingMemStore flush到磁盘时，pipeline中所有的segment会被移动到一个snapshot中，然后进行合并后写入到HFile
1.3.2 compaction策略
但Active segment flush到pipeline中后，后台会触发一个任务来合并pipeline中的数据。合并任务会扫描pipeline中所有的segment，将segment的索引合并为一个索引。有三种合并策略：
- basic（基础型）
Basic compaction策略不清理多余的数据版本，无需对cell的内存进行考核
basic适用于所有大量写模式
- eager（饥渴型）
eager compaction会过滤重复的数据，清理多余的版本，这会带来额外的开销
eager模式主要针对数据大量过期淘汰的场景，例如：购物车、消息队列等
- adaptive（适应型）
adaptive compaction根据数据的重复情况来决定是否使用eager策略
该策略会找出cell个数最多的一个，然后计算一个比例，如果比例超出阈值，则使用eager策略，否则使用basic策略
1.3.3 配置
-
可以通过hbase-site.xml来配置默认In Memory Compaction方式
<property> <name>hbase.hregion.compacting.memstore.type</name> <value><none|basic|eager|adaptive></value> </property> -
在创建表的时候指定
create "test_memory_compaction", {NAME => 'C1', IN_MEMORY_COMPACTION => "BASIC"}
1.3.4 StoreFile合并
当MemStore超过阀值的时候，就要flush到HDFS上生成一个StoreFile。因此随着不断写入，HFile的数量将会越来越多，根据前面所述，StoreFile数量过多会降低读性能
为了避免对读性能的影响，需要对这些StoreFile进行compact操作，把多个HFile合并成一个HFile
compact操作需要对HBase的数据进行多次的重新读写，因此这个过程会产生大量的IO。可以看到compact操作的本质就是以IO操作换取后续的读性能的提高
1.3.4.1 minor compaction
1.3.4.1.1 说明
Minor Compaction操作只用来做部分文件的合并操作，包括minVersion=0并且设置ttl的过期版本清理，不做任何删除数据、多版本数据的清理工作
小范围合并，默认是3-10个文件进行合并，不会删除其他版本的数据
Minor Compaction则只会选择数个StoreFile文件compact为一个StoreFile
Minor Compaction的过程一般较快，而且IO相对较低
1.3.4.1.2 触发条件
在打开Region或者MemStore时会自动检测是否需要进行Compact（包括Minor、Major）
minFilesToCompact由hbase.hstore.compaction.min控制，默认值为3
即Store下面的StoreFile数量减去正在compaction的数量 >=3时，需要做compaction
1.3.4.2 major compaction
1.3.4.2.1 说明
l Major Compaction操作是对Region下的Store下的所有StoreFile执行合并操作，最终的结果是整理合并出一个文件
l 一般手动触发，会删除其他版本的数据（不同时间戳的）
1.3.4.2.2 触发条件
l 如果无需进行Minor compaction，HBase会继续判断是否需要执行Major Compaction
l 如果所有的StoreFile中，最老（时间戳最小）的那个StoreFile的时间间隔大于Major Compaction的时间间隔（hbase.hregion.majorcompaction——默认7天）
<property>
<name>hbase.hregion.majorcompaction</name>
<value>604800000</value>
<source>hbase-default.xml</source>
</property>
604800000毫秒 = 604800秒 = 168小时 = 7天
标签：流程,合并,读数据,StoreFile,compaction,MemStore,HBase,segment 来源： https://blog.csdn.net/qq_40585384/article/details/122354039
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。