1.客户端进行读数据的时候会请求ZK集群,ZK会返回客户端元数据信息的位置,
2.根据元数据位置信息,请求相应的regionserver,然后把元数据表下载到客户端
3.返回到元数据信息表进行相应的解析缓存,确定所查信息的region
4.开始请求regionserver2,获取数据,会先从region中的store中的内存(memestore)中找数据,会把找到的数据写道region中的cacheBlock缓存块中,然后返回数据给客户端(找数据先从region中的内存中找,如果有会一边返回,一边写道region中的缓存块中,如果下次在查寻数据的时候可以从缓存块中查询,如果上面内存中和焕春块中都没有可以去hdfs中的Hflie中获取数据)
5.在HDFS对应的region中可能有多个列族,在每个列族文件夹中可能有很多Hfile文件,需要确定快速查询到相应的key在哪个文件夹中
6.由于上述5中的原因引进了布隆过滤器(使用字节数组),布隆过滤器是根据rewkey唯一的标识,进行hashcode算法,在每一个Hfile头信息或者下面信息中搞一小块的信息叫布隆过滤器(字节数组),把rowkey转换成字节数组的角标位置,当定位角标位置是1的话数据就可能在这里面,当定位角标是0的话,数据一定不在里面,这样一次就能去除99.9%以上的不存在的数据
这种就不用遍历了,也有可能产生两个文件是1的数据,这里面可能有一个有,这时候产生了hash碰撞的现象
s