首先,需要明确的是,HBase写入速度比读取速度要快,根本原因LSM存储引擎。
LSM树全称是基于日志结构的合并树(Log-Structured Merge-Tree)。No-SQL数据库一般采用LSM树作为数据结构,HBase也不例外。
一、RDBMS采用B+树作为索引的数据结构
众所周知,RDBMS一般采用B+树作为索引的数据结构,如图所示。RDBMS中的B+树一般是3层n路的平衡树。B+树的节点对应于磁盘数据块。因此对于RDBMS,数据更新操作需要5次磁盘操作(从B+树3次找到记录所在数据块,再加上一次读和一次写)。
在RDBMS中,数据随机无序写在磁盘块中,如果没有B+树,读性能会很低。B+树对于数据读操作能很好地提高性能,但对于数据写,效率不高。对于大型分布式数据系统,B+树还无法与LSM树相抗衡。
二、HBase中的LSM树
LSM树可以看成n层合并树。LSM树本质上就是在读写之间取得平衡,和B+树相比,它牺牲了部分读性能,用来大幅提高写性能。
在HBase中,它把随机写转换成对MemStore和HFile的连续写。下图展示了LSM树数据写的过程。