HBase之写入数据流程

目录

1.HBase写入数据流程

2.疑问

2.1上述（8）中，数据写入到HLog时，实际上在这个时刻只是写入文件系统的缓存中，并没有真正的落地到磁盘中，那什么时候落地到磁盘中呢？

---

1.HBase写入数据流程

（1）Client向服务端发起Put请求。默认情况下，autoflush=true，所以每发送一个Put请求，就会直接发送到服务端。当autoflush=false时，则会将Put缓存到本地buffer中，达到一定阈值之后再一起发送到服务端，提高效率。

（2）当本地buffer size >2M（默认配置下，可以修改）时，开始批量提交Put。此时首先会查看HBase元数据，根据要插入的RowKey寻找对应的RegionServer。通过HConnection的locateRegion方法获得HRegionLocation，并按照RowKey对其进行分组

（3）为每一个HRegionLocation构造一个远程RPC请求，封装成MultiServerCallable<Row>

（4）通过rpcCallerFactory.<MultiResponse> newCaller()发送RPC请求到相应的服务端RegionServer

（5）此时RegionServer接收到请求后，会将Put对象反序列化

（6）对Put执行各种检查操作，例如判断region是否为只读、MemStore大小是否超过设定值等

（7）获取行锁、Region共享锁，开始写事务（实现MVCC）

（8）将数据封装成WALEdit对象，然后顺序写入到HLog中（其实此时只是写入到文件系统的缓存中，还没有真正落地到磁盘），然后释放行锁、共享锁

（9）写入数据到MemStore中

（10）当MemStore size 大于64M之后，会启动flush线程，将数据落地到硬盘中

2.疑问

2.1上述（8）中，数据写入到HLog时，实际上在这个时刻只是写入文件系统的缓存中，并没有真正的落地到磁盘中，那什么时候落地到磁盘中呢？

实际上数据从写入HLog到最终落地到HDFS上经过了如下几步：

（1）当WALEdit对象写入到本地系统的缓存后，会产生一个自增变量txid。且当WALEdit对象全部写入之后，会释放行锁、共享锁。

（2）待WALEdit对象全部写完在之后，负责将WALEdit对象写入到HLog的线程会阻塞在syncedTillHere里面。

（3）待行锁和共享锁释放之后，会携带自增变量txid去唤醒AsyncWriter线程

（4）AsyncWriter线程会将所有在本地buffer中缓存的WALEdit对象写入到HDFS文件系统缓存中（在写入的过程中，AsyncWriter先会对比之前写入的旧的txid，比较传进来的txid是否大于，若小于，则表示已经写入过了，直接跳过）

（5）当AsyncWriter线程将所有的WALEdit对象写入到HDFS文件系统缓存中后，会携带maxTxid去唤醒AsyncFlusher线程

（6）此时AsyncFlusher线程会将所有写入到HDFS文件系统缓存的WALEdit对象全部Sync落地到HDFS上（HFile中）

（7）待WALEdit对象全部落地到HDFS上后，会调用setFlushTxid方法唤醒AsyncNotifier线程

（8）AsyncNotifier线程会唤醒所有阻塞在syncedTillHere的工作线程。所有工作线程被唤醒之后，则表示WAL写入完成

（9）执行MVCC结束写事务