HBase与Zookeeper的关系

HBase与Zookeeper的关系

• 一、HBase与Zookeeper的关系
• Zookeeper
• Client
• Master
• RegionServer

一、HBase与Zookeeper的关系

Client客户端、Master、Region都会通过心跳机制（RPC通信）与zookeeper保持联系。

当在Hbase中插入或读取数据时流程如下：

1. 在Client中写一个Java类运行，客户端只需要连接zookeeper，客户端会从zookeeper中得到Regionserver的映射信息，之后客户端会直接连接到Region Server。
2. RegionServer在启动之后会向zookeeper汇报信息（通过心跳RPC）：本身有多少Region，有哪些数据，当前机器的运行状况等等。
3. master 启动后也会向zookeeper汇报信息，并且从zookeeper中得到Region Server的一些信息。例如当一台Region Server当掉之后，zookeeper会得知，之后Master也会通过zookeeper得到该Region Server当掉的信息。
4. 当客户端Client在做DDL（创建，修改，删除表）时，会通过zookeeper获取到Master的地址，而Master中保存了表的元数据信息，之后Client就可以直接与Master进行通信，进行表的DDL操作。
5. 当Region中数据不断增大，MAster会向Region Serve发送指令，讲分割出来的Region进行转移。

Zookeeper

1. 保证任何时候，集群中只有一个活跃的master，因为为保证安全性会启动多个Master。
2. 存储所有Region的寻址入口。知道那个Region在哪台机器上。
3. 实时监控Region Server的状态，将Region Server的上下线的信息汇报给HMaster。（因为每间隔一段时间，RegionServer与Master都会zookeeper发送心跳信息），Region Server不直接向Master发送信息的原因是为了减少Master的压力因为只有一个活跃的Master，所有的RegionServer同时向他汇报信息，压力太大。而若有100台RegionServer时，Region Server可以分每10台向一个zookeeper汇报信息，实现zookeeper的负载均衡。
4. 存储Hbase的元数据（Schema）包括，知道整个Hbase集群中有哪些Table,每个 Table 有哪些column family（列族）。

Client

lient包含了访问Hbase的接口，Client维护这些Cache来加快对Hbase的访问，比如Region的位置信息，zookeeper，zookeeper保证了任何时候群众只有一个Master存储所有的Region中的寻址入口还有实时监控RegionServer上的状态，将RegionServer的上线和下线信息实时通知给Master，存储hbase 的Schema，包括有哪些table，每个Table有哪些Column Family。

Master

1. 为RegionServer分配Region。
2. 负责RegionServer的负载均衡。
3. 发现失效的RegionServer并重新分配其上的Region。
4. HDFS上的垃圾文件回收。
5. 处理Schema更新请求。

RegionServer

1. RegionServer维护Master分配给他的 Region，处理对这些Region的IO请求。
2. RegionServer负责切分在运行过程中变得过大的Region。

Client访问Hbase上的数据的过程并不需要Master的参与（寻址访问zookeeper和Region Serve，写数据访问Region Server）Master仅仅维护着table和Region的元数据信息。负载很低。

原文链接：

简书（时待吾）：zookeeper与hbase