Master的作用

一句话：Master是管理者，不会做具体的任务负载，它的主要作用在于管理整个集群的小弟干好活即可

作用：

• 监控RegionServer，处理RegionServer的故障转移
  RegionServer并不是100%稳定的，如果某个RegionServer出现问题。
  Master会将出问题的RegionServer的工作（数据、Region）转移到其它正常的RegionServer身上
  
  # 通俗理解
  一个小弟出问题了，领导将这个小弟的活，分配给其它小弟了。
• 处理元数据的变更，比如Region（数据块）的分配和移除。
  Master和 Zookeeper通讯，去对整个HBase的元数据进行增删改查的操作
  # HBase的元数据是存在Zookeeper中的，路径是： /hbase
• 数据的负载均衡
  Master会在空闲的时候，将任务的负载均衡的分配给各个RegionServer
  # 其实就是做Region（数据块）的平衡分配
  只有Master有权限去管理哪个RegionServer应该处理的数据块（Region）
• 和Zookeeper通讯，去暴露自身的存在
  维护和临时节点的关系
  如果Master在某个时间 T 内，没有和ZK通讯
  Zk会认为这个Master宕机，解除它和临时节点的关系
  
  # T：超时时间，可以配置（默认15秒）

RegionServer的作用

RegionServer的作用就是：干活的

细节：

• 托管分配给它的Region（数据块），去负责对应的数据工作（存、查、改、删）
• 刷新内存缓存到HDFS形成HFile
• 维护HLog（WALs）
• 执行数据的压缩、region的分裂、HFile的合并等

Region

如图，HBase的表的数据，是分散在各个region内。

类比HDFS去理解：

• HDFS的文件的数据，是分散在各个Block中
• HBase的表的数据，是分散在各个Region内
• HDFS的block由Datanode管理
• HBase的Region有RegionServer管理

再来看RegionServer这个名字，就是Region的Server，Region服务器

如图，在HBase的16010页面中，可以看到表是有具体的region在线。

到这里为止，我们所了解到的HBase的架构是：

• Master带RegionServer
• RegionServer内包含具体的数据块（Region）

Rowkey和Region

? 我们的某一条数据，如何确定写入到哪一个Region中呢？

1. 轮训写，不指定具体Region，基于数据平衡为基准写入到某一个region内
2. 逮着一个可劲写，写到它不能存了为止，再换region接着写
3. 每一个region都有自己的数据范围，数据根据rowkey来确定写入到哪个region内

如图（图片高清的保存在Day03文件夹中），我们上诉的三种设计最终第三种是最合适的。

region划分范围的意义

1. HBase的表的region，如果划分了范围
2. 在写入的时候，可以基于范围来确定写入到哪一个Region内
   可以相对均衡，是否均衡，取决于Region的范围（建表的时候的设计）是否可以让数据分散的比较彻底。
   设计的好，数据非常分散，设计的不好， 数据全挤到一堆。
3. 在查询的时候，比如查询一条rowkey的数据，可以基于region的范围，快速锁定一个region
4. 当你锁定一个Region的时候，剩余的Region全部排除
   比如，表有10TB数据，有10W个region
   当你单条查询的时候，可以锁定一个region，那么就排除了99999个region
   也就是排除了99.99999999%的数据

所以，这就是HBase随机查询能力非常恐怖的原因
不管你数据多大，10TB 、100TB 1000PB ，随意，只要region范围做的好
上来排除99.9999999%
在目前所有的大数据数据库中， 没有任何一个数据库，在数据量上升到TB级别后
能够在单条查询上性能超过HBase

小总结

截止到目前为止：

1. HBase是Master带RegionServer
2. RegionServer内管理一堆Region
3. 每一个Region都有自己的范围（Rowkey的范围）（范围在ZK元数据中存储）

Region的范围是包头不包尾
比如范围是100~200
100>= Rowkey < 200（到200结束，不包含200本身）

Region范围的确定原则

有2个region：

• region1：范围是100~300
• region2的范围是：300~无穷大

问题：20000应该去region1还是region2

答案：去region1

原则：HBase的Rowkey，完全按照字符串（ASCII）码来进行比较大小

对于字符串，满足：

100 < 20000 < 300

字符串比较：

213 和33比较：33大，从第一位开始 2就输给3了

补充：字符串大小比较

在程序中（Java、Python、Scala、C、C++、GO）等等，字符串比较都是按照ASCII码来进行比较大小

字符串的比较是一位一位的比较，从前到后，只要有一位是大的，比较就结束

a 和 B谁大？

a的ASCII是97

B的ASCII是66

所以 a大于B

abc和 abe谁大？

a比较a 97比较97相等

b比较b 98比较98相等

c比较e 99比较101，e大

所以，abe大于abc

11和 2比较

第一位进行比较，1比较2，ASCII中49比较50,50比较大，2大于1

第一位2大于1，后面无需比较

最终：2大于11