[TOC] # 读写过程 ## 读请求过程： 1. 客户端通过zookeeper以及root表和meta表找到目标数据所在的regionserver 2. 联系regionserver查询目标数据 3. regionserver定位到目标数据所在的region，发出查询请求 4. region先在memstore中查找，命中则返回 5. 如果在memstore中找不到，则在storefile中扫描（**可能会扫描到很多的storefile----bloomfilter**） 布隆过滤器参数类型有2种:Row,column+row ## 写请求过程： 1. client向region server提交写请求 2. region server找到目标region 3. region检查数据是否与schema(表描述信息)一致 4. 如果客户端没有指定版本，则获取当前系统时间作为数据版本 5. 将更新写入WAL log 6. 将更新写入Memstore 7. 判断Memstore的是否需要flush为Store文件。 # 细节描述 hbase使用MemStore和StoreFile存储对表的更新。 数据在更新时首先写入Log(WAL log)和内存(MemStore)中，MemStore中的数据是排序的，当MemStore累计到一定阈值时，就会创建一个新的MemStore，并 且将老的MemStore添加到flush队列，由单独的线程flush到磁盘上，成为一个StoreFile。于此同时，系统会在zookeeper中记录一个redo point，表示这个时刻之前的变更已经持久化了。 当系统出现意外时，可能导致内存(MemStore)中的数据丢失，此时使用Log(WAL log)来恢复checkpoint之后的数据。 **StoreFile是只读的，一旦创建后就不可以再修改。因此Hbase的更新其实是不断追加的操作。当一个Store中的StoreFile达到一定的阈值后，就会进行一次合并(minor_compact, major_compact),将对同一个key的修改合并到一起，形成一个大的StoreFile，当StoreFile的大小达到一定阈值后，又会对 StoreFile进行split，等分为两个StoreFile** 由于对表的更新是不断追加的，compact时，需要访问Store中全部的 StoreFile和MemStore，将他们按row key进行合并，由于StoreFile和MemStore都是经过排序的，并且StoreFile带有内存中索引，合并的过程还是比较快。