Hbase工作流程

HBase读取数据的流程：

1.客户端访问zk，获取hbase:meta表位置，查询hbase:meta表，根据rowkey定位目标数据所在的Region及regionserver
2.客户端直接向Regionserver发起请求，服务端按照blockcache(基于数据块的读缓存)、memstore(基于行的写缓存/内存表)，最后访问storeflie
(hdfs上的持久化文件)顺序进行查找，找到后合并结果返回客户端。

HBase写入数据的流程：

1.客户端访问zk,获取hbase:meat表位置，查看meta表根据rowkey定位目标的region和regionserve，
2.开始写入数据，首先将数据追加写入Hlog,hlog写入成功后，立即写入memstore,hbase的写入是一个双写过程，当两者都写入成功后，返回客户端写入成功。
服务异步过程：
3.当memstore大小达到一定阈值（默认128M）后，会启动flush线程,将内存数据排序落盘到hdfs上，生成Hflie,当hflie数据量过多的时候，一般大于三个，开始进行合并操作，将多个文件合并成一个大的Hflie
4.当Region总的大小超阈值 (默认 10GB)，会触发分裂动作，region一分为二，更新meta表，原来的region下线；

Master工作机制：

抢锁选举：在 ZooKeeper 创建临时节点争夺锁，成功者成为 Active Master，失败者转为 Backup。
发现节点：扫描ZK 目录，获取当前所有存活的 RegionServer 列表。
同步状态：与各 RegionServer 通信，确认其已加载的Region 分布情况。
计算差异：对比 hbase:meta 表中的全量 Region 与已分配 Region，找出未分配Region。
执行分配：将未分配的 Region 按负载策略指派给合适的 RegionServer，完成集群恢复。

HBase的memStore溢写合并：

当MemStore写入的值变多，触发溢写操作（flush），进行文件的溢写，成为一个StoreFile
当溢写的文件过多时，会触发文件的合并（Compact）操作，合并有两种方式（major，minor） major（大合并）:合并该
Region 下所有文件。Major Compaction 会扫描所有文件，真正移除那些被标记为删除的数据行。
minor（小合并）:将多个小的Hfile,合并成一个比较大的。优点：合并的效率会更快，对资源的占用以及磁盘的IO更小。

HBase的split分裂：

当region中的数据逐渐变大之后，达到某一个阈值，会进行裂变
一个region等分为两个region，并分配到不同的RegionServer
原本的Region会下线，新Split出来的两个Region会被HMaster分配到相应的HRegionServer上，使得原先1个Region的压力得以分流到2个Region上。

组件工作职责：

Region：存储一段 RowKey 范围的数据，是数据切分和移动的最小单位。 RegionServer：管理多个
Region，处理所有读写请求，负责 Flush/Compaction。 Master： 管理集群状态，分配 Region，故障恢复，DDL操作。
HLog (WAL)：存储内容，操作日志 (Put/Delete 指令)，乱序 (按写入时间追加)，主要用途：灾难恢复 (重放日志)
HFile (StoreFile)，最终数据 (排序后的 KV 对)，有序 (按 RowKey 排序)主要用：数据查询 (随机读/扫描)