hbase插入数据分析

数据写入过程：
client先根据rowkey找到对应的region和regionserver
client向regionserver提交写请求
regionServer找到目标region
region检查数据是否与scheam一致
如果客户端没有指定版本，则获取当前系统时间作为数据版本
将更新写入wal log
将更新写入memstore
判断memstore是否需要flush为store文件


put写操作是追加操作，需要提供存在或者不存在的rowkey，但是不管怎样，都是追加操作
根据rowkey，就能判断该记录是存放在某个table的的哪个region，因为meta文件中标明了该table每个region的start key。根据这个start key可以确定存放的region，然后往region对应的regionserver通信，写数据等等，当某个region达到一定的数量就会split。


考虑极端情况（rowkey递增，且都是put操作）
rowkey的put操作一直是递增的，那么开始的一个region的start key是1，第一个put直接放到这个region中，当到达一定数据后，一分为二，两个region的start key分别是1和100（假设100切分），那么后续的put操作就放到第二个region了，而第一个region不再有put操作，这样的现象便是热点。
如果我们将rowkey随机化（MD5 其它散列函数），那么就不是递增put，所随机出的rowkey就有可能会小于第二个region的startkey并大于第一个region的startkey，这时候就与第一个region通信，以此类推。虽然rowkey随机化处理，不是将整个递增的rowkey数据均云分布到所有的region，但是可以保证大致的分布，至于后续的平衡等操作，可以后续处理。对于新上线的regionserver，可以将split的region托管给他，并指定startkey，对于随机高于此startkey的put数据，由该新增的regionserver处理。


如果我们进一步在行键前面加上 当前时间%serverNum 可以优化读操作，将相同rowkey的数据分散在多台机器上。