本文共 1753 字，大约阅读时间需要 5 分钟。

HBase的读写流程

我们看到HBase集群的物理模型，包括：Client、ZooKeeper、HMaster、HRegionServer、HLog、HRegion、Store、StoreFile、MemStore。对于HBase，它的元数据存放在ZooKeeper中，真实数据存放在MemFile(内存)和StoreFile(HDFS)中。

一. 写数据过程

写过程

1.Client访问ZK，根据ROOT表获取meta表所在Region的位置信息，并将该位置信息Client Cache。 （注：为了加快数据访问速度，我们将元数据、Region位置等信息缓存在Client Cache中。）

2.Client读取meta表，再根据meta表中查询得到的Namespace、表名和RowKey等相关信息，获取将要写入Region的位置信息（此过程即Region三层定位，如下图），最后client端会将meta表写入Client Cache。

3.Client向上一步HRegionServer发出写请求，HRegionServer先将操作和数据写入HLog（预写日志，Write Ahead Log，WAL），再将数据写入MemStore，并保持有序。

（联想：HDFS中也是如此，EditLog写入时机也是在真实读写之前发生）

4.当MemStore的数据量超过阈值时，将数据溢写磁盘，生成一个StoreFile文件。

当Store中StoreFile的数量超过阈值时，将若干小StoreFile合并（Compact）为一个大StoreFile。 当Region中最大Store的大小超过阈值时，Region分裂（Split），等分成两个子Region。

注意：

大型分布式系统中硬件故障很常见，HBase也不例外。

HBase通过在写动作发生之前先写入WAL(即:HLog)。 HBase集群中每台服务器维护一个WAL来记录发生的变化。

二：读过程

获取将要读取Region的位置信息（同读的1、2步）。

1.Client向HRegionServer发出读请求。 2.HRegionServer先从MemStore读取数据，如未找到，再从StoreFile中读取。 3.StoreFile合并（Compaction） 目的：减少StoreFile数量，提升数据读取效率。

Compaction分为两种：

1.minor compaction：

轻量级合并过程。将符合条件的一开始生成的多个storefile合并成一个大的storfile，此时不会删除被标记为"delete"的数据和已经过期的数据。执行一次minor合并操作后，还会有多个storefile文件。 2.major compaction： 重量级合并过程。把所有storefile合并成单一的storefile文件，在合并过程中会把标记为"删除"的数据和过期数据一并删除。合并过程中，对请求该Region的所有客户端阻塞，直到合并完毕。最后删除参与合并的(小)storefile文件。

Region分割（Split）

目的：实现数据访问的负载均衡。

做法：利用Middle Key将当前Region划分为两个等分的子Region。需要指出的是：Split会产生大量的I/O操作，Split开始前和Split完成后，HRegionServer都会通知HMaster。Split完成后，由于Region映射关系已变更，故HRegionServer会更新meta表。

注意：

由于无法直接修改HBase里的数据，所有的Update和Delete操作都转换成Append操作。而且HBase里也没有索引，因此读数据都是以Scan的方式进行。

Client在读数据时，一般会指定TimeStamp和ColumnFamily。根据ColumnFamily和TimeStamp可以过滤掉很大一部分Store，然后在剩下的Store中Scan。 在ZooKeeper中有HBase的两个缺省命名空间：default和hbase。其中hbase中存放的都是系统内建表(用户创建的namespace和meta表)；default中存放未指定命名空间的表。

转载地址：http://mxrwi.baihongyu.com/