1、hbase寫如過程圖（**於網路）
2、hbase的結構
master：
hbase master用於協調多個region server，偵測各個regionserver之間的狀態，並平衡regionserver之間的負載，並且分配region給regionserver。
region server：乙個regionserver包含了多個region（10-1000），每個region大小為
256mb
-20g（預設10g）。regionserver管理region，以及實現讀寫操作。client直接連線regionserver，並通訊獲取hbase中的資料或者進行寫入。（通過zk連線，master掛了都沒關係）可以看出，乙個regionserver（乙個datanode節點）最多可以管理最大20t的資料
region：真實存放hbase資料的地方，也就說region是hbase可用性和分布式的基本單位。預設乙個表建立乙個region。region是hbase的最小邏輯單元。
store：乙個列族對應乙個store，也就是乙個region對應乙個或多個store，乙個store包含乙個或多個storefile，storefile包含乙個或多個hfile，hfile才是真實的儲存檔案，storefile只是hfile上做了輕量的封裝。
3、lsm-tree和hlog提公升寫入速度和確保資料的高可用
為了提公升hbase的寫入速度，hbase採用了lsm-tree（
log-structure merge-tree）
快速地建立索引。b-tree是建立索引的通用技術，但是，在大併發插入資料的情況下，b-tree需要大量的磁碟隨機io，很顯然，大量的磁碟隨機io會嚴重影響索引建立的速度。
lsm-tree
要思想是劃分不同等級的樹。以兩級樹為例，可以想象乙份索引資料由兩棵樹組成，一棵樹存在於記憶體（實際上記憶體中有n棵樹），一棵樹存在於磁碟。hbase寫入的過程其實就是寫入到記憶體中，在記憶體中建立n棵小樹。
小樹先寫到記憶體中，為了防止記憶體資料丟失，寫記憶體的同時需要暫時持久化到磁碟，對應了hbase的memstore和hlog（hlog的存在就是確保記憶體中的資料丟失）。
memstore上的樹達到一定大小之後，需要flush到hregion磁碟中（一般是hadoop datanode），這樣memstore就變成了store上的磁碟檔案storefile，定期hregionserver對datanode的資料做merge操作，徹底刪除無效空間，多棵小樹在這個時機合併成大樹，來增強讀效能。
為什麼lsm-tree的插入很快
1. 首先，插入操作首先會作用於記憶體，並且，記憶體中的樹不會很大，這會很快。
2. 合併操作會順序寫入乙個或多個磁碟頁，這比隨機寫快得多。
4、lsm-tree是否影響讀取資料的速度
hbase讀取資料的過程：
最先讀取記憶體中的小樹（n棵），如果記憶體中沒有找到，就會查詢磁碟（b+樹）
可以看出，答案是會影響的，增加了遍歷記憶體中n棵小樹的遍歷，當然，記憶體操作會很快。
5、lsm tree優化方式：
a、bloom filter: 就是個帶隨即概率的bitmap,可以快速的告訴你，某乙個小的有序結構裡有沒有指定的那個資料的。於是就可以不用二分查詢，而只需簡單的計算幾次就能知道資料是否在某個小集合裡啦。效率得到了提公升，但付出的是空間代價。
b、compact:小樹合併為大樹:因為小樹他效能有問題，所以要有個程序不斷地將小樹合併到大樹上，這樣大部分的
老資料查詢也可以直接使用log2n的方式找到.
Hbase讀寫過程
補充 布隆過濾器引數型別有2種 row row col 細節描述 hbase使用memstore和storefile儲存對錶的更新。資料在更新時首先寫入log wal log 和記憶體 memstore 中，memstore中的資料是排序的，當memstore累計到一定閾值時，就會建立乙個新的mem...
（四）hbase讀寫過程
寫入資料的過程 通過行鍵 哪個region regionserver region 通過列族 region中某個store 先向hlog裡插入操作記錄 把資料直接放入 memstore 返回寫入成功 後台去把memstore的資料flush到storefile 寫入資料的思想 找到具體的storef...
HBase 的讀寫過程
一 hbase的讀操作 zookeeper meta regionserver region memstore storefile 1 首先從zookerper找到meta表的region的位置，然後讀取meta表中的資料。而meta中又儲存了使用者表的region資訊 2 根據namespace ...