HBase 的读写流程

HBase 建表由Master处理

  一、建表的请求是通过RPC的方式由Client发送到Master。（建表时应该定义合理的Schema，设置合理的Region数量 —— 预分区，通过预先创建一些空的Region，这样当数据写入HBase时，会按照Region分区情况，在集群内做数据的负载均衡，加快批量写入速度。）
  二、Master侧接收到Client侧的建表请求以后，一些主要操作包括：
    1、 生成每一个Region的描述信息对象HRegionInfo，这些描述信息包括：Region ID, Region名称，Key范围，表名称等信息。
    2、 生成每一个Region在HDFS中的文件目录。
    3、将HRegionInfo信息写入到记录元数据的hbase:meta表（存储了所有用户HRegion的位置信息，存储在ZooKeepe）中。
  三、新创建的Regions由Region AssignmentManager负责分配到各个RegionServer，具体的分配计划是由LoadBalancer来提供的。

HBase 数据写入流程

  1) 客户端访问 ZooKeeper，从 Meta 表得到写入数据对应的 Region 信息和相应 的Region 服务器。
  2) 客户端访问相应的 Region 服务器，把数据分别写入 HLog（WAL） 和 MemStore。MemStore 数据容量有限，当达到一个阈值后，则把数据写入磁盘文件 StoreFile 中，在 HLog 文件中写入一个标记，表示 MemStore 缓存中的数据已被写入 StoreFile 中。如果 MemStore 中的数据丢失，则可以从 HLog 上恢复。
  3) 当多个 StoreFile 文件达到阈值后，会触发 Store.compact() 将多个 StoreFile 文件合并为一个 大文件。

HBase 数据读取流程

  1) 客户端访问zookeeper获取meta表（主要记录表的元信息），然后从meta表中获取想要操作的region位置，并将meta缓存在客户端，用于后续的操作（避免每次读写都要去访问ZooKeeper或者meta Region，当一个RegionServer宕机后，客户端需要重新获取meta信息进行缓存）
  2) 客户端向对应RegionServer建立连接并发送读取数据的请求，Region接收请求后，先从 MemStore 查找数据，如果查不到就会到BlockCache中查，如果再查不到，就会到磁盘中 StoreFile 上读取，然后将数据返回给客户端。