在上一个章节，我们了解到Hbase的数据是怎么存储的，对Hbase的数据结构大致上有了一定的理解，在本章节，我们来看看Hbase的一些体系结构。
一.Hbase客户端
Hbase客户端提供了Shell命令行接口、原生的Java API编程接口、以及MapReduce编程接口。Hbase客户端访问数据之前，首先需要通过元数据表来定位目标数据锁在的RegionServer，之后才会发送请求到目标RegionServer中。同时这些元数据会被缓存在客户端本地，以方便之后的请求访问。如果集群RegionServer发生宕机或者执行了负载均衡等，从而导致数据分片发生迁移，客户端需要重新请求元数据并缓存到本地。
二.zookeeper
zookeeper的应用场景有很多，在hadoop生态中，非常多组件都依赖zookeeper实现集群管理，这里我们只讨论zookeeper在Hbase中的应用。
1.实现HMaster的高可用，一般情况下，在Hbase集群中，是只有一个Master在工作的，当active Master处于异常宕机后，zookeeper会检测到宕机事件，并且通过一定的机制选举出新的Master。
2.管理核心的元数据，例如当前集群中正常运行的RegionServer集合。
3.参与RegionServer的宕机恢复，zookeeper通过心跳检测可以感知到RegionServer是否宕机，并在宕机后通知Master进行恢复。
4.实现分布式锁，Hbase中对一张表进行各种管理操作，需要先加表锁，防止多个用户对同一张表进行管理操作，造成表状态不一致。
三.master
master主要负责Hbase系统的各种管理工作。
1.处理用户各种管理请求，包括建表、修改表、权限操作、切分表、合并数据分片以及Compaction。
2.管理集群中所有regionServer，包括regionServer中region的负载均衡，regionServer的宕机恢复以及数据迁移。
3.负责清理过期日志以及文件，Master会每隔一段时间检查HDFS中Hlog是否过期，HFile是否以及被删除，并在过期之后将其删除。
四.regionServer
1.WAL(Hlog) Hlog在Hbase中有两个核心作用
第一是用于实现数据的高可靠，Hbase数据随机写入时，并非直接写到HFile数据文件中，而是先写入缓存，再异步刷新落盘。为了防止缓存数据丢失，数据写入缓存之前需要首先顺序写入Hlog，这样，即使缓存数据丢失，也可以从Hlog中恢复。
第二是实现集群数据的主从复制。
2.blockCache，它是Hbase中的读缓存，每个regionServer只有一个blockCache，客户端从磁盘读取到数据后，会将数据暂时缓存blockCache中。blockCache是由一些列block块组成的，默认块大小是64kb，它由“物理相邻”的多个KV数据组成，也因此，它具有“空间局部性”和“时间局部性”。
目前blockCache由两种实现方式，分别是LRUblockCache和BucketCache。
空间局部性是指用户在读取数据的时候，上一次读取的数据和这次读取的时间很可能是物理相邻的，因此缓存的时候直接以block为单位，而不是一个个KV对进行缓存。
时间局部性是指一个KV数据正在被访问，那么他近期还可能会再次被访问。
3.region，它是数据表的一个分片，当数据表大小超过一定的阈值，就会“水平切分”成两个或多个数据分片。region是集群负载均衡的基本单位，通常一张表的region会分布在整个集群的多台regionServer上，一个regionServer上会管理多个region，而同一个regionServer上的region一般来自不同的数据表。
一个region由多个store组成，store是根据列簇来划分的，有多少个列簇，就有多少各store，每个列簇中的数据集中存放在一个store里面。
一个store由一个memstore和多个Hfile组成，memstore是hbase的写入缓存，用户写入数据时首先会写到memstore，当memstore写满之后（阈值默认是128M），会异步flush成一个Hfile，而当写入操作持续进行，Hfile会越来越多，这时候系统会进行compact操作，将这些小文件通过一定的策略合并成一个或多个大文件。
五.HDFS
Hbase的底层时HDFS,用户数据和HLog日志最终都会落盘到HDFS中。