<mark>HBase 也是 Master/slaves 架构</mark>，从前面安装环境应该能看出，HBase 分布式环境安装成功后，是有一个 HMaster，多个 HResgionServer 进程。HBase 架构如图所示：  从上图中能看出 HBase 是由 Client、ZooKeeper、HMaster、HRegionServer、HDFS 等几个组件组成，组件的相关功能： <br/> 1. **Client：客户端，可以是 HBase Shell、Java API 客户端、RestAPI 等**。 <mark>Client 就是用来访问 HBase 数据库的</mark>，它不仅提供了访问接口，还维护了对应的缓存（cache）来加速 HBase 的访问。Client 端的缓存主要是缓存 Region 的位置信息，减少获取元数据的时间。当 Client 端没有缓存的时候（第一次请求），会加载 Region 的位置信息到 Client 端，后面直接使用 cache 中的信息，如果出现重试，则会重新获取 Region 的位置信息，更新 Client 端的 cache。 2. **ZooKeeper** HBase 通过 ZooKeeper 来做 HMaster 的高可用、HRegionServer 的监控、元数据的入口以及集群配置的维护等工作。它具体工作如下： （1）通过 ZoopKeeper 来保证集群中只有 1 个 HMaster 在运行，如果 HMaster异常，会通过竞争机制产生新的 HMaster 提供服务。 （2）通过 ZoopKeeper 来监控 HRegionServer 的状态，当 HRegionSevrer 有异常的时候，通过 HMaster的消息通知，获取HRegionServer 上下线的信息。 （3）通过 ZoopKeeper 存储元数据的统一入口地址。 3. **HMaster** HMaster 节点的主要职责如下： （1）监 控 HRegionServer ，处理 HRegionServer 故 障 转 移 ， 当 某 个HRegionServer 挂掉时，ZooKeeper 会将分配在该 HRegionServer 上的 HRegion 分配到其他 HRegionServer 上进行管理。 （2）HRegion 分裂后，负责新的 HRegion 的分配。 （3）处理元数据的变更，比如对表的创建、添加，修改，删除等操作。 （4）在空闲时间进行数据的负载均衡，主要就是在 HRegionServer 间迁移HRegion，达到负载均衡。 （5）通过 ZooKeeper 发布自己的位置给客户端。 4. **HRegionServer** HRegionServer 直接负责用户的读写请求，是真正的<mark>干活</mark>的节点。它的功能概括如下： （1）负责和底层 HDFS 的交互，存储数据到 HDFS，HBase 是依托于 HDFS的 NoSQL 数据库，数据会存储在 HDFS 上。 （2）处理分配给它的 HRegion。 （3）刷新缓存到 HDFS。 （4）维护 HLog，HLog 是一个容错机制。 （5）处理来自客户端的读写请求。HRegionServer 是实际管理数据的，所以客户端的读写请求最终都要由 HRegionServer 来处理。 （6）负责处理 HRegion 变大后的拆分。 （7）负责 StoreFile 的合并工作。 5. **HDFS** HDFS 为 HBase 提供最终的底层数据存储服务，同时为 HBase 提供高可用（HLog 存储在 HDFS）的支持，具体功能概括如下： （1）提供元数据和表数据的底层分布式存储服务。 （2）数据多副本，保证的高可靠和高可用性。 6. **Write-Ahead Logs** Write-Ahead Logs 也叫预写日志，在 HBase 中为 HLog，HLog 存储在 HDFS 上。 为什么存在要有预写日志呢？其实跟 HBase 架构设计有关，当对 HBase 读写数据的时候，数据不是直接写进磁盘，它会在内存中保留一段时间（时间以及数据量阈值可以设定）。但把数据保存在内存中可能有更高的概率引起数据丢失，为了解决这个问题，数据在写入内存之前会先写在一个叫做 Write-Ahead logfile 的文件中，然后再写入内存中。所以在系统出现故障的时候，数据可以通过这个日志文件重建。<mark>需要注意的是，HLog 是每一个 RegionServer 对应一个。</mark> 7. **HRegion** HRegion 可以看成是表的横向切分，HBase 表的分片，HBase 每个表都会根据 RowKey 值被切分成不同的 HRegion 分散存储在 HRegionServer 中，在一个HRegionServer 中可以有多个不同的 HRegion。这些 HRegion 可以是来自不同的表。HRegion、Table、HRegionServer 关系如下面的图所示。  <mark>值得注意的是，一个 HRegion 只能在一个 HRegionServer 上，不能跨多个HRegionServer。</mark> 8. **Store** 每一个 Region 内部，又分为多个 Store，一个 Store 对应表中的一个列族。也就是说一个 Store 存储了对应表该列族下的部分数据。 9. **MemStore** 顾名思义，就是内存存储，位于内存中，用来保存当前的数据操作，所以当数据保存在 HLog中之后，HRegsionServer 会在内存中存储键值对。 10. **HFile** 这是在磁盘上保存原始数据的实际的物理文件，是实际的存储文件。StoreFile是以 HFile 的形式存储在 HDFS 的。文件内容是二进制。