Hbase的基本架构（-）HRegion

HRegion是HBase中的基本存储单元，负责存储一部分行键(Row Key)对应的数据。HRegion内部由多个HStore组成，每个HStore存储一部分列族(Column Family)的数据。HRegion支持自动分区，即当HRegion的大小达到阈值时，会自动拆分成多个新的HRegion。

• HBase中的一个表，刚创建时，只有一个HRegion，随着数据量递增，达到阈值20G时，等分成两个HRegion，分布在不同的HRegionServer结点上。
• 阈值由属性hbase.hregion.max.filesize指定，默认10G

• 一个HRegion由N个Store(HStore，N>=1)构成
• 一个Store对应一个列族，有一个MemoryStore和多个StoreFile组成

MemStore是一个写缓存(In Memory Sorted Buffer)，所有数据在写完WAL日志后，会写入MemStore中。
MemStore数据达到阈值，由MemStore根据一定的算法（LSM-TREE算法，这个算法的作用是将数据顺序写入磁盘，而不是随机写，减少磁头调度时间，从而提高写入性能）将数据Flush到底层的HDFS文件中(HFile)。
HFile(StoreFile) 用于存储HBase的数据(Cell/KeyValue)。在HFile中的数据是按RowKey、Column Family、Column排序，对于相同的Cell(即这三个值都一样)，则按timestamp倒序排列（即最新的数据在最前面）

HBase数据库是怎样存储数据的

　HBase分布式数据库最重要的就是存储数据，下面，从四个方面详细介绍HBase的物理存储。

　　1.HBase表的数据按照行键RowKey的字典序进行排列，并且切分多个HRegion存储，存储方式如图1所示。

　　​ 图1 Region在行方向上的存储

　　2.每个Region存储的数据是有限的，如果当Region增大到一个阀值(128)时，会被等分切成两个新的Region，切分方式如图2所示。

　　​ 图2 HRegion的切分

　　3.一个HRegion Server上可以存储多个Region，但是每个Region只能被分布到一个HRegion Server上，分布方式如图3所示。

　　图3 HRegion的分布

　　4.MemStore中存储的是用户写入的数据，一旦MemStore存储达到阈值时，里面存储的数据就会被刷新到新生成的StoreFile中(底层是HFile)，该文件是以HFile的格式存储到HDFS上，具体如图4所示。

　　​ 图4 HBase表的存储

总结一下

Table在行的方向上分割为多个HRegion，HRegion是HBase中分布式存储和负载均衡的最小单元，即不同的HRegion可以分别在不同的HRegionServer上，但同一个HRegion是不会拆分到多个HRegionServer上的。HRegion按大小分割，每个表一般只有一个HRegion，随着数据不断插入表，HRegion不断增大，当HRegion的某个列簇达到一个阀值(默认256M)时就会分成两个新的HRegion。

①、在Hbase中，会将一个表从行键方向上进行切分，切分成1个或者多个HRegion

②、切分之后，每一个HRegion都会交给某一个HRegionServer来进行管理

③、一个表至少会包含一个HRegion，可以包含多个HRgion

④、在HBase中，行键是有序的，因此从行键方向上来进行切分，所以HRegion之间的数据是不交叉的

⑤、因为HRegionServer会交给HRegionServer来管理，并且HRegion之间的数据相互不交叉，所以保证请求不会集中于某一个节点上而是会分散到不同的节点上

⑥、随着运行时间的推移，HRegion管理的数据会不断增多，达到指定条件的时候，会自动进行分裂

⑦、每一个HRegion包含一个到多个HStore，HStore的数量有列族的数量来决定

⑧、每一个HStore都会包含1个memStore以及包含0到多个StoreFile/HFile