作者的思考，建議結合《hbase權威指南》第8章一起看。。。
1.hbase是如何保證快速讀取
以支援實時資料開發的（相比hive和hadoop的批處理）?
hbase在hdfs上磁碟資料結構為lsm（可以看成b樹），按rowkey有序，複雜度為log(n)（當然與樹節點元素數量有關）：可以理解為對rowkey進行查詢比傳統資料庫還快（如果沒有對索引欄位where查詢）。
關聯知識：
資料庫原理索引：資料磁碟尋道、b樹索引結構
hbase的region：hbase的一張表可以分成多個region，每個region負責一段順序rowkey（如：row1-row100在region1上,row101-row200在region2上。。。），這樣無論資料如何橫向擴充套件，每個region管理的資料都只有那麼多，不會因為樹深度的增加而增加訪問時間。
2.hbase是如何保證資料安全性的？（當然是日誌系統）
資料寫入記憶體(memstore)前，先寫入日誌(hlog)，當機器宕機也可以根據日誌進行資料恢復。
關聯知識：
hlog（乙個伺服器乙個日誌）：寫入的資料順序儲存在hlog檔案上（已經在hdfs上保持了）。hregionserver上可能有很多表，很多region，宕機了日誌是如何被利用的呢？日誌上還沒有存到region磁碟上的資料分發到各自的region上進行恢復（都給到位了，直接存就行了）。
memstore：所有memstore上的資料加起來和hlog上沒有儲存到region磁碟上的資料相等（相當於一摸一樣的資料）。如果memstore上的資料儲存到region磁碟上去了，hlog上的資料不就沒用了麼？資料已經持久化了，當然沒用了，就可以根據儲存到磁碟上的資料的最大時間戳來判斷，日誌上小於這個時間戳的資料都已經儲存了。
這裡引發了我的疑問：1.乙個memstore達到flush資料刷寫要求了，難道乙個hregionserver上所有的memstore都要同時刷寫麼，不然hlog還選出這個memstore上的資料標記麼？
關於疑問的推論：是否是每個region中的每個store都記錄乙個最大時間戳，hlog中記錄的關於乙個region中的乙個store的資料，如果時間戳小於記錄的最大時間戳，那說明資料已經被處理了，資料恢復時就可以過濾掉。
3.hbase是如何保證資料快速寫入的？（直接記憶體當然很快）
順序寫入到hlog上後直接寫入記憶體，邏輯上資料就已經成功寫入了。
HBASE部分 HBASE的架構
hbase的架構 包含訪問hbase的介面並維護cache來加快對hbase的訪問 zookeeper 保證任何時候，集群中只有乙個master 存貯所有region的定址入口。實時監控region server的上線和下線資訊。並實時通知master 儲存hbase的schema和table元資料...
HBase 架構組成
主要負責hregionserver的協調管理及table的ddl操作 新增 更新和刪除 hregionserver的管理包含兩方面 監控hregionserver的執行狀態 從zk接受通知 region的分配 hregionserver擴容 宕機及負載均衡等情況 hmaster的ha解決方案 主備切...
HBase架構解析
hbase是存大資料的，之前也用過，一直沒好好的梳理下整個原理，通過網上搜尋和阿里大學的免費課程，總結了一下，希望對大家有所幫助，理論都是無聊的，希望大家能耐下心來一起成長。client就是你的 順序是這樣的 1 先訪問zookeeper，獲取region server位址。2 client再去訪問...