Hbase的刷写和合并机制

一、flush

1.1 flush作用

memstore 达到 flush条件时，memstore所有的数据会被排序，之后书写到storefile! HFile其中保存的数据都是有序的！

作用：

①维持数据有序地存储到HFile中

②将部分过期的数据，在刷写时删除。也就是在刷些时，每个store的storefile中最多保留VERSIOINS个版本的cell

1.2 MemStore刷写时机：

1. 当某个memstore的大小达到了hbase.hregion.memstore.flush.size（默认值128M），其所在region的所有memstore都会刷写。
   当memstore的大小达到了
   hbase.hregion.memstore.flush.size（默认值128M） hbase.hregion.memstore.block.multiplier（默认值4）
   时，会阻止继续往该memstore写数据。
2. 当region server中memstore的总大小达到
   java_heapsize*hbase.regionserver.global.memstore.size（默认值0.4）hbase.regionserver.global.memstore.size.lower.limit（默认值0.95），
   region会按照其所有 memstore的大小顺序（由大到小）依次进行刷写。直到region server中所有memstore的总大小减小到上述值以下。
   当region server中memstore的总大小达到
   java_heapsizehbase.regionserver.global.memstore.size（默认值0.4）
   时，会阻止继续往所有的memstore写数据。
3. 到达自动刷写的时间，也会触发memstore flush。自动刷新的时间间隔由该属性进行配置hbase.regionserver.optionalcacheflushinterval（默认1小时）。
4. 当WAL文件的数量超过hbase.regionserver.max.logs，region会按照时间顺序依次进行刷写，直到WAL文件数量减小到hbase.regionserver.max.log以下（该属性名已经废弃，现无需手动设置，最大值为32）。

二、compact

2.1 作用

①合并过期的数据，将多余版本的数据剔除，包括将有墓碑标记的数据剔除！

②合并可以将多个小文件合并为1个文件，减少小文件的数量

2.2 合并的方式

minor compact: 小合并。 将N个文件合并为1个文件！

major compact: 主合并。 将列族下的All 文件合并为1个文件！

2.3 合并机制

• 由于Hbase依赖HDFS存储，HDFS只支持追加写。所以，当新增一个单元格的时候，HBase在HDFS上新增一条数据。当修改一个单元格的时候，HBase在HDFS又新增一条数据，只是版本号比之前那个大（或者自定义）。当删除一个单元格的时候，HBase还是新增一条数据！只是这条数据没有value，类型为DELETE，也称为墓碑标记（Tombstone）
• HBase每间隔一段时间都会进行一次合并（Compaction），合并的对象为HFile文件。合并分为两种
  minor compaction和major compaction。在HBase进行major compaction的时候，它会把多个HFile合并成1个HFile，在这个过程中，一旦检测到有被打上墓碑标记的记录，在合并的过程中就忽略这条记录。这样在新产生的HFile中，就没有这条记录了，自然也就相当于被真正地删除了
• 由于memstore每次刷写都会生成一个新的HFile，且同一个字段的不同版本（timestamp）和不同类型（Put/Delete）有可能会分布在不同的HFile中，因此查询时需要遍历所有的HFile。为了减少HFile的个数，以及清理掉过期和删除的数据，会进行StoreFile Compaction。
• Compaction分为两种，分别是Minor Compaction和Major Compaction。Minor Compaction会将临近的若干个较小的HFile合并成一个较大的HFile，但不会清理过期和删除的数据。Major Compaction会将一个Store下的所有的HFile合并成一个大HFile，并且会清理掉过期和删除的数据。