HBase 学习总结之DeleteColumn标记删除时机原理

1、原理

学过HBase的应该都知道，在HBase当中，当发出Delete命令时，实际上数据并没有真正被删除，而是被打上了删
除标记，使得这个被删除的数据对外不可见，即无法通过scan以及get方法获取数据，不过没有被系统自动Flush
前仍可用以下方式来展示数据

scan 'table_name',{RAW=>TRUE,VERSIONS=>10}

等到系统Flush数据，则删除掉内存当中标记为DeleteColumn的数据，将时间戳大于DeleteColumn标记的数据
刷到硬盘当中。而major_compact则将多个小文件合成一个大文件，并将过期的数据真正删除。DeleteColumn也
是在这个时候删除的。

1.1为什么DeleteColumn是在major_compact阶段删除而不是在Flush删除？

如果事先已经flush了3个小文件在硬盘当中，此时put了一条数据，并且delete掉当前put的数据以及之前flush
掉的三个小文件数据，此时尚未flush到硬盘。可以知道，如果flush阶段就将DeleteColumn标记删除，那么在
flush以及major_compact后，刚刚put的数据会被真正删除，并没有真正删除之前的三个小文件的数据。

因而在major_compact合并阶段DeleteColumn标记删除更为合理，这样在小文件合并成大文件时候，之前的三
个小文件的数据与DeleteColumn标记比较，就能够删除掉真正要删除的数据了。

2、总结

这些都是个人在学习HBase中的见解，如果有不同意见的欢迎评论，也欢迎大佬们指正。