1 体系图
HBase中的每张表都通过行键按照一定的范围被分割成多个子表（HRegion），默认一个HRegion超过256M就要被分割成两个，这个过程由HRegionServer管理，而HRegion的分配由HMaster管理。
HMaster
1、为Region server分配region
2、负责Region server的负载均衡
3、发现失效的Region server并重新分配其上的region
4、HDFS上的垃圾文件回收
5、处理schema更新请求
HRegionServer
1、维护master分配给他的region，处理对这些region的io请求。
2、负责切分正在运行过程中变的过大的region。
3、可以看到，client访问hbase上的数据并不需要master参与（寻址访问zookeeper和region server，数据读写访问region server），master仅仅维护table和region的元数据信息（table的元数据信息保存在zookeeper上），负载很低。 HRegionServer存取一个子表时，会创建一个HRegion对象，
然后对表的每个列族创建一个Store实例，每个Store都会有一个MemStore和0个或多个StoreFile与之对应，每个StoreFile都会对应一个HFile， HFile就是实际的存储文件。
因此，一个HRegion有多少个列族就有多少个Store。 一个HRegionServer会有多个HRegion和一个HLog。
HRegion
1、table在行的方向上分隔为多个Region。Region是HBase中分布式存储和负载均衡的最小单元，即不同的region可以分别在不同的Region Server上，但同一个Region是不会拆分到多个server上。
Region按大小分隔，每个表一般是只有一个region。随着数据不断插入表，region不断增大，当region的某个列族达到一个阈值（默认256M）时就会分成两个新的region。
2、每个region由以下信息标识：
2.1 < 表名,startRowkey,创建时间>
2.2 由目录表(-ROOT-和.META.)记录该region的endRowkey
3、HRegion定位：Region被分配给哪个Region Server是完全动态的，所以需要机制来定位Region具体在哪个region server。
4、HBase使用三层结构来定位region：
4.1 通过zk里的文件/hbase/rs得到-ROOT-表的位置。-ROOT-表只有一个region。
4.2 通过-ROOT-表查找.META.表的第一个表中相应的region的位置。其实-ROOT-表是.META.表的第一个region；.META.表中的每一个region在-ROOT-表中都是一行记录。
4.3 通过.META.表找到所要的用户表region的位置。用户表中的每个region在.META.表中都是一行记录。
5、-ROOT-表永远不会被分隔为多个region，保证了最多需要三次跳转，就能定位到任意的region。client会将查询的位置信息保存缓存起来，缓存不会主动失效，因此如果client上的缓存全部失效，则需要进行6次网络来回，才能定位到正确的region，其中三次用来发现缓存失效，
另外三次用来获取位置信息。
6、table 和region 的关系：
6.1 table 默认最初只有一个region，随着记录数的不断增加而变大，起初的region会逐渐分裂成多个region，一个region有【startkey，endkey】表示，不同的region会被master分配给相应的regionserver管理。
6.2 region 是hbase分布式存储和负载均衡的最小单元，不同的region分不到不同的regionserver。
6.3 region 虽然是分布式存储的最小单元，但并不是存储的最小单元
6.4 region 是由一个或者多个store 组成的，每个store就是一个 column family，每个stroe 又由一个memstore 和 1至多个store file组成（memstore 到一个阈值会刷新，写入到storefile，有hlog 来保证数据的安全性，一个 regionserver 有且只有一个hlog
Store
每一个region由一个或多个store组成，至少是一个store，hbase会把一起访问的数据放在一个store里面，即为每个ColumnFamily建一个store，如果有几个ColumnFamily，也就有几个Store。一个Store由一个memStore和0或者多个StoreFile组成。
HBase以store的大小来判断是否需要切分region
MemStore
memStore 是放在内存里的。保存修改的数据即keyValues。当memStore的大小达到一个阀值（默认64MB）时，memStore会被flush到文件，即生成一个快照。目前hbase 会有一个线程来负责memStore的flush操作。
StoreFile
memStore内存中的数据写到文件后就是StoreFile，StoreFile底层是以HFile的格式保存。
HFile
HBase中KeyValue数据的存储格式，是hadoop的二进制格式文件。 首先HFile文件是不定长的，长度固定的只有其中的两块：Trailer和FileInfo。Trailer中有指针指向其他数据块的起始点，FileInfo记录了文件的一些meta信息。 Data Block是hbase io的基本单元，为了提高效率，
HRegionServer中有基于LRU的block cache机制。每个Data块的大小可以在创建一个Table的时候通过参数指定（默认块大小64KB），大号的Block有利于顺序Scan，小号的Block利于随机查询。每个Data块除了开头的Magic以外就是一个个KeyValue对拼接而成，
Magic内容就是一些随机数字，目的是防止数据损坏。
HLog
其实HLog文件就是一个普通的Hadoop Sequence File， Sequence File的value是key时HLogKey对象，其中记录了写入数据的归属信息，除了table和region名字外，还同时包括sequence number和timestamp，timestamp是写入时间，sequence number的起始值为0，或者是最近
一次存入文件系统中的sequence number。 Sequence File的value是HBase的KeyValue对象，即对应HFile中的KeyValue。
Client
HBASE Client使用HBASE的RPC机制与HMaster和RegionServer进行通信
管理类操作：Client与HMaster进行RPC
数据读写类操作：Client与HRegionServer进行RPC.
2 流程介绍
2.1 写流程
2.1.1 client向hregionserver发送写请求。
2.1.2 hregionserver将数据写到hlog（write ahead log）。为了数据的持久化和恢复。
2.1.3 hregionserver将数据写到内存（memstore）
2.1.4 反馈client写成功。
2.2 数据flush 过程
2.2.1 当memstore数据达到阈值（默认是64M），将数据刷到硬盘，将内存中的数据删除，同时删除Hlog中的历史数据。
2.2.2 并将数据存储到hdfs中。
2.2.3 在hlog中做标记点。
2.3 数据合并过程
2.3.1 当数据块达到4块，hmaster将数据块加载到本地，进行合并。
2.3.2 当合并的数据超过256M，进行拆分，将拆分后的region分配给不同的hregionserver管理。
2.3.3 当hregionser宕机后，将hregionserver上的hlog拆分，然后分配给不同的hregionserver加载，修改.META.
2.3.4 注意：hlog会同步到hdfs。
2.4 hbase的读流程
2.4.1 通过zookeeper和-ROOT- .META.表定位hregionserver。
2.4.2 数据从内存和硬盘合并后返回给client。
2.4.3 数据块会缓存
