Hbase 存储相关知识
1.Hbase的写流程
Client 写入-> 存入MemStore，一直到MemStore 满-> Flush 成一个StoreFile，直至增长到一定阈值-> 触发Compact 合并操作-> 多个StoreFile 合并成一个StoreFile，同时进行版本合并和数据删除-> 当StoreFiles Compact 后，逐步形成越来越大的StoreFile -> 单个StoreFile 大小超过一定阈值后（默认10G），触发Split 操作，把当前Region Split 成2 个Region，Region 会下线，新Split出的2个子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
由此过程可知，HBase 只是增加数据，没有更新和删除操作，用户的更新和删除都是逻辑层面的，在物理层面，更新只是追加操作，删除只是标记操作。
用户写操作只需要进入到内存即可立即返回，从而保证I/O 高性能。
2.Hbase 的存储结构
Hbase 中的每张表都通过行键(rowkey)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，由HRegionServer管理，管理哪些HRegion 由Hmaster 分配。HRegion 存取一个子表时，会创建一个HRegion 对象，然后对表的每个列族（Column Family）创建一个store 实例， 每个store 都会有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，一个HRegion 还拥有一个MemStore 实例。
3.HDFS 和HBase 各自使用场景
首先一点需要明白：Hbase 是基于HDFS 来存储的。
HDFS：
1. 一次性写入，多次读取。
2. 保证数据的一致性。
3. 主要是可以部署在许多廉价机器中，通过多副本提高可靠性，提供了容错和恢复机制。
HBase：
1. 瞬间写入量很大，数据库不好支撑或需要很高成本支撑的场景。
2. 数据需要长久保存，且量会持久增长到比较大的场景。
3. HBase 不适用与有join，多级索引，表关系复杂的数据模型。
4. 大数据量（100s TB 级数据）且有快速随机访问的需求。如：淘宝的交易历史记录。数据量巨大无容置疑，面向普通用户的请求必然要即时响应。
5. 业务场景简单，不需要关系数据库中很多特性（例如交叉列、交叉表，事务，连接等等）。
