HBase（五）数据存储原理

一个HRegionServer会负责管理很多个region
一个region包含很多个store
- 一个列族就划分成一个store
- 如果一个表中只有1个列族，那么这个表的每一个region中只有一个store
- 如果一个表中有N个列族，那么这个表的每一个region中有N个store
一个store里面只有一个memstore
- memstore是一块内存区域，写入的数据会先写入memstore进行缓冲，然后再把数据刷到磁盘
一个store里面有很多个StoreFile, 最后数据是以很多个HFile这种数据结构的文件保存在HDFS上
- StoreFile是HFile的抽象对象，如果说到StoreFile就等于HFile
- 每次memstore刷写数据到磁盘，就生成对应的一个新的HFile文件出来

HBase读数据流程

说明：HBase集群，只有一张meta表，此表只有一个region，该region数据保存在一个HRegionServer上

客户端首先与zookeeper进行连接；
- 从zk找到meta表的region位置，即meta表的数据一HRegionServer上；
- 客户端与此HRegionServer建立连接，然后读取meta表中的数据；meta表中存储了所有用户表的region信息，我们可以通过scan 'hbase:meta'来查看meta表信息
根据要查询的namespace、表名和rowkey信息。找到写入数据对应的region信息
找到这个region对应的regionServer，然后发送请求
查找并定位到对应的region
先从memstore查找数据，如果没有，再从BlockCache上读取
- HBase上Regionserver的内存分为两个部分
- 一部分作为Memstore，主要用来写；
- 另外一部分作为BlockCache，主要用于读数据；
如果BlockCache中也没有找到，再到StoreFile上进行读取
- 从storeFile中读取到数据之后，不是直接把结果数据返回给客户端，而是把数据先写入到BlockCache中，目的是为了加快后续的查询；然后再返回结果给客户端。

file

file

补充：

HLog（write ahead log）：
也称为WAL意为Write ahead log，类似mysql中的binlog,用来做灾难恢复时用，HLog记录数据的所有变更,一旦数据修改，就可以从log中进行恢复。