HBase的目录结构

HBASE的目录结构如图：

根目录文件(Root-level files)

第一部分文件是被Hlog处理的write-ahead日志文件，这些日志文件被保存在HBase根目录下的.logs文件夹。.logs目录下面为每一个HRegionServer单独创建一个文件夹，每一个文件夹下有几个HLog文件（因为log rotation)。每一个HRegionServer的所有region都共享一个HLog文件。

当一个日志文件不再需要时（因为其包含的“编辑信息”都已经持久化保存到store files)，该日志文件会被保存到数据库根目录下.oldlogs文件夹。.oldlogs目录下的文件在10分钟后会被master删除（该时间可以由hbase.master.logcleaner.ttl参数设置）。Master会每隔一分钟（该时间可以由hbase.master.cleaner.interval参数设置）检查这些旧日志文件。

第二部分文件是hbase.id和hbase.version文件，hbase.id记录了集群的唯一标识；hbase.version记录了文件格式的版本号。

第三部分，随着时间的增长，在根目录下还会产生一些其他目录。split和.corrupt目录在日志分裂过程中使用，以便保存一些中间结果和损坏的日志。

表级文件(Table-level files)

HBase的每一张表在根目录下都有一个单独的文件夹（在这里我们称为表目录）。在表目录下有一个命名为.tableinfo的文件，该文件保存了该表所对应的已经序列化的HTableDescriptor。HTableDescriptor包含了表和column family模式。除了.tableinfo之外，还有.tmp目录。.tmp目录有很多作用，举例来说，需要在.tableinfo更新过程中被使用。

域级文件（Region-level files)

在表目录下，为该表的每一个region单独创建一个目录，目录的名字为region name的MD5哈希值。整个的目录结构如下所示：

/<hbase-root-dir>/<tablename>/<encoded-regionname>/<column-family>/<filename>

在每一个column-family目录下保存着真正的数据文件。这些数据文件以随机数来命名，由Java内置的随机数生成器产生。HBase程序非常智能，可以发现随机数重复，以防止命名重复；直到找到未使用的随机数为止。

region目录包含.regioninfo文件，该文件包含了该region所对应的HRegionInfo所对应的经过序列化的信息。除了该文件之外，还有一个可选的目录.tmp会随着需求的出现被创建，例如在合并过程中重写文件。