数据节点存储数据。区域服务器基本上是缓冲区i/o操作；数据永久存储在hdfs（即数据节点）上。我不认为把区域服务器放在“主”节点上是个好主意。
以下是如何管理区域的简化图片：
您有一个运行hdfs（namenode+datanodes）的集群，复制因子为3（每个hdfs块被复制到3个不同的datanodes）。
您可以在与datanodes相同的服务器上运行regionservers。当写入请求到达regionserver时，它首先将更改写入内存并提交日志；然后在某个时刻，它决定是时候将更改写入hdfs上的永久存储了。以下是数据局部性的作用：由于您在同一台服务器上运行regionserver和datanode，文件的第一个hdfs块副本将写入同一台服务器。另外两个副本将被写入其他数据节点。因此，服务于该区域的regionserver几乎总是可以访问数据的本地副本。
如果regionserver崩溃或者regionmaster决定将区域重新分配给另一个regionserver（以保持集群平衡），该怎么办？new regionserver将被强制首先执行远程读取，但一旦执行压缩（将更改日志合并到数据中），new regionserver将向hdfs写入新文件，并在regionserver上创建本地副本（同样，因为datanode和regionserver在同一台服务器上运行）。
注意：如果regionserver崩溃，以前分配给它的区域将重新分配给多个regionserver。
好读物：
TomWhite，“hadoop，权威指南”很好地解释了hdfs体系结构。不幸的是，我没有读过谷歌gfs的原版文章，所以我不知道这是否容易理解。
谷歌bigtable文章。hbase是googlebigtable的实现，我发现本文中的架构描述是最容易理解的。
以下是google bigtable和hbase实现之间的术语差异（来自lars george，“hbase，最终指南”）：
hbase-大表
地区-平板电脑
regionserver-平板电脑服务器
冲洗-轻微压实
轻微压实-合并压实
主要压实-主要压实
预写日志-提交日志
hdfs-gfs
hadoop mapreduce-mapreduce
memstore-内存表
hfile-表格
Zookeeper-胖乎乎的