Hbase内存中的数据怎么存储的?
- 首先数据在内存中是有序的,按字典顺序进行排序,如:100,110,111
- 内存中的数据结构为上图:跳跃表
跳跃表
概念:
- 多层链表组成,每一层链表都有直接向下一层跳跃的连接处
- 上层链表均为下层链表的子集
- 每一层链表都是有序的
跳跃表具有链表的有序性又解决了链表的查询复杂度高的问题。从O(n) 降到 log(n)
查询:
- 首先从左上角开始,在最底层的链表中查找
- 如果遇到比自己小的,继续在本层链表中搜索
- 如果遇到比自己大的,说明后面不可能存储在查找的值了,跳跃到下一层
- 重复上面动作直到搜索结束
插入:
- 查找到需要插入的位置
- 随机生成一个随机数**(这个位置有点太随意了,有待考证)**
- 如果这个随机数比当前总层数大,提高层数并在每一层相应的位置插入元素
- 反之只需插入元素即可
在Hbase MemoryStore是怎么使用跳跃表的
hbase中使用java的ConcurrentSkipListMap进行跳跃表的实现,它是一个有序的Map
hbase的kv是怎么存入这个Map
- 首先chunk管理器提前申请好一个chunk,它是一个2M的内存
- 如果chunk不够就会继续申请
- 然后将kv生成一个cell对象,将它存入Map
- 当memstore被flush为hfile中时,chunk管理会回收chunk放入池子中以备下次使用
为什么要使用chunk
chunk的中文意思为 大块 ,个人理解它就是一个统一管理内存,减少内存碎片,并且使用chuck pool减少申请内存的动作,提高写入的速度。
如果不使用chunk统一管理,那么在吞吐量高的时候就会出现大量对象被Minor GC 到老年代,而这些数据大小都参差不齐的,容易造成碎片。