從我的理解中，行被插入到HBase表中，並作爲區域存儲在不同的區域服務器中。因此，區域服務器存儲數據datanode，區域服務器在Hbase-hadoop集成中的作用
類似地，就Hadoop而言，數據存儲在存在於hadoop集羣中的數據節點中。
比方說，我有HBase的0.90.6在Hadoop 1.1.1的頂部配置如下
2節點 - 主從
基礎上，如果表中的數據被存儲在區域服務器我的發言;那麼數據節點和區域服務器的作用是什麼？
數據節點存儲數據。區域服務器本質上緩衝I/O操作;數據永久存儲在HDFS上（即數據節點）。我不認爲把區域服務器放在你的'主'節點上是個好主意。
下面是如何區域管理的簡化的圖象：
您有3複製因子（各HDFS塊被複制到3周不同的DataNodes）運行HDFS（的NameNode +的DataNodes）的羣集。
您在與DataNodes相同的服務器上運行RegionServers。當寫入請求到達RegionServer時，它首先將更改寫入內存並提交日誌;那麼在某一時刻，它決定是時候將更改寫入HDFS上的永久存儲器。以下是數據局部性：由於您在同一臺服務器上運行RegionServer和DataNode，因此該文件的第一個HDFS塊副本將寫入同一臺服務器。其他兩個副本將寫入其他DataNode。因此，服務該地區的RegionServer幾乎總是可以訪問本地數據副本。
如果RegionServer崩潰或RegionMaster決定將區域重新分配給另一個RegionServer（以保持集羣平衡）會怎麼樣？ New RegionServer將被迫首先執行遠程讀取，但是一旦執行壓縮（將更改日誌合併到數據中） - 新文件將由新的RegionServer寫入HDFS，並且將在RegionServer上創建本地副本（再次，因爲DataNode和RegionServer在同一臺服務器上運行）。
注意：如果發生RegionServer崩潰，以前分配給它的區域將被重新分配給多個RegionServer。
好讀：
湯姆·懷特， 「Hadoop的，權威指南」 已經HDFS架構的很好的解釋。不幸的是，我沒有閱讀原始的谷歌GFS文件，所以我不能說是否容易遵循。
Google BigTable文章。 HBase是Google BigTable的實現，我發現本文中的體系結構描述是最容易遵循的。
這是谷歌的Bigtable和HBase的實現（從拉斯喬治， 「HBase的，權威指南」）之間的命名差異：
我甚至可以看到在HDFS創建HBase的表，看起來像存儲塊。 鏈接http://hbase.apache.org/book/regionserver.arch.html指出，「HRegionServer是RegionServer的實現。這是負責服務和管理的區域。在分佈式集羣，一個RegionServer的運行在9.9節.2，「DataNode」。「 但是，我仍然很難理解區域服務器的角色。什麼樣的I/O操作以及爲什麼單獨的區域服務器只需要這些IO？ – learninghuman
區域是某些行的範圍內的數據。說，你想從HBase表中得到一行。你的請求會到達RegionServer，它負責包含你的行的區域。 RegionServer將已經在內存中包含你的行（緩存），或者它需要從HDFS（dataNodes）中讀取它。如果您的RegionServer在包含相應區域的DataNode上運行，那麼這是一個本地文件系統讀取。否則，這是一個遠程讀取，速度很慢。這就是爲什麼你想在DataNode上放置RegionServer - 數據局部性原理。 ---對於HDFS /的DataNodes看到Hadoop的書籍（比如，hadoopbook.com） –
非常感謝您的解釋......但問題仍然彈出 1區服務器和數據節點之間的映射是如何進行的？也就是說我可以在與dn1相同的機器上有3個區域服務器rs1，在dn3上有dn2和rs3的rs2。什麼決定了rs1的範圍駐留在dn1上？我的理解是，rs1的區域也可以轉到dn2。那麼地方如何實現？ 2.應該有相同數量的區域服務器和數據節點嗎？ – learninghuman