第5章 HBase原理

5.1 读流程

1）Client先访问zookeeper，从meta表读取region的位置，然后读取meta表中的数据。meta中又存储了用户表的region信息； 2）根据namespace、表名和rowkey在meta表中找到对应的region信息； 3）找到这个region对应的regionserver； 4）查找对应的region； 5）先从MemStore找数据，如果没有，再到BlockCache里面读； 6）BlockCache还没有，再到StoreFile上读(为了读取的效率)； 7）如果是从StoreFile里面读取的数据，不是直接返回给客户端，而是先写入BlockCache，再返回给客户端。

5.2 写流程

1）Client向HregionServer发送写请求； 2）HregionServer将数据写到HLog（write ahead log）。为了数据的持久化和恢复； 3）HregionServer将数据写到内存（MemStore）； 4）反馈Client写成功。

5.3 数据Flush过程

1）当MemStore数据达到阈值（默认是128M，老版本是64M），将数据刷到硬盘，将内存中的数据删除，同时删除HLog中的历史数据； 2）并将数据存储到HDFS中； 3）在HLog中做标记点。

5.4 数据合并过程

1）当数据块达到4块，Hmaster触发合并操作，Region将数据块加载到本地，进行合并； 2）当合并的数据超过256M，进行拆分，将拆分后的Region分配给不同的HregionServer管理； 3）当HregionServer宕机后，将HregionServer上的hlog拆分，然后分配给不同的HregionServer加载，修改.META.； 4）注意：HLog会同步到HDFS。