hbase-memstore flush剖析
memstore是hbase中一个非常重要的组件，对于hbase的读写操作的性能起到举足轻重的作用，下面讲从memstore概述、memstore flush触发条件、memstore flush流程、memstore flush流程源码四个方面对memstore进行说明
memstore概述
一个RegionServer上对应多个Region，一个Region对应多个Store，一个Store对应一个Memstore和多个HFile，几者之间的关系如下图
Regionserve框架图
hbase写操作首先写入wal，然后写入Memstore，当达到Memstore flush的条件之后将Memstore的数据批量写入磁盘，生成一个新的Hfile文件。这种先写Memstore内存后批量写入磁盘的方式大大提升了hbase的写入性能。hbase读操作首先检查数据是否在Memstore中，未命中然后再到blockcache中查找，如果还没有命中则到Hfile中去查找，最后merge一个结果返回。由于新写入的数据会在Memstore中，而新写入的数据被读取的概率在大多场景中是比较频繁的。可见Memstore在hbase的读写中扮演着多么重要的角色。
memstore flush触发条件
Memstore flush是以Region作为单位，而不是单个Memstore，当满足条件需要进行Memstore flush时会获取该Region上满足条件的store进行Memstore flush，这就是为什么官网建议一个表不要定义太多列簇（一个列簇对应一个store），当多个列簇中的一个列簇对应的store中的Memstore达到了flush条件，会导致该Region上其他store中的Memstore也会进行flush，从而导致flush之后生成Hfile小文件。
以下6个条件满足其一就会触发Memstore flush
1）Region上的任意一个memstore大小大于hbase.hregion.memstore.flush.size的值（默认128M）。具体源码可以查看：HRegion.isFlushSize()方法。
2）如果region上总的memstore的大小大于blockingMemStoreSize = hbase.hregion.memstore.block.multiplier*hbase.hregion.memstore.flush.size，写入操作会报错RegionTooBusyException。具体源码可以查看：HRegion.checkResources()方法
3）周期性（周期值：hbase.server.thread.wakefrequency）线程检查Regionserver上所有的store，当store中memestore的最后一个操作时间与当前时间相差hbase.regionserver.optionalcacheflushinterval（默认1小时）则需要进行flush 。具体源码可以查看：PeriodicMemstoreFlusher.chore()
4）RegionServer上的所有memstore的总内存大于globalMemStoreLimitLowMark，则会进行flush，并阻塞，直到所有memstore的总内存小于globalMemStoreLimitLowMark。具体源码可以查看：MemStoreFlusher.reclaimMemStoreMemory()方法。
globalMemStoreLimit 和globalMemStoreLimitLowMark 需要明确：
globalMemStoreLimit = heap*hbase.regionserver.global.memstore.size（hbase.regionserver.global.memstore.upperLimit老版本）
globalMemStoreLimitLowMark = globalMemStoreLimit*globalMemStoreLimitLowMarkPercent（hbase.regionserver.global.memstore.size.lower.limit或hbase.regionserver.global.memstore.lowerLimit 老版本）
5）当RegionServer中Hlog的数量达到上限hbase.regionserver.maxlogs，则会选取最早一个Hlog对应的一个或多个Region进行flush。具体源码可以查看：FSHLog.findRegionsToForceFlush()方法.
6）手动执行flush，通过shell命令 flush ‘tablename’或者flush ‘region name’分别对一个表或者一个Region进行flush。
memstore flush流程
Memstore flush使用的是生产-消费模式，当达到memstore flush的条件会生产一条flush request到DelayQueue队列（DelayQueue详情请看“多线程并发编程15-DelayQueue源码剖析”），消费线程（默认2个，可以通过hbase.hstore.flusher.count参数进行修改）持续从DelayQueue中获取flush request请求进行flush。flush的流程如图所示：
Memstore flush 流程图
1）达到“Memstoreflush触发条件”这节所描述的6个条件之一，则发送一个flush request到并发队列DelayQueue中。
2）消费线程持续从并发队列DelayQueue中获取flush request进行flush。
3）获取Region证据拍每个需要flush的store，如果为强制flush则获取所有的store，否则根据选择策略选取满足条件的store。
两种store选择策略：
1.FlushLargeStoresPolicy（默认），选取store中Memstore大于指定阈值（默认16M）的store，如果没有大于指定阈值的store则返回所有的store
2.FlushAllStoresPolicy，选取所有的store。
4）prepare阶段，创建一个Memstore的快照snapshot，将当前状态下的Memstore的CellSkipListSet赋值为snapshot，并创建一个新的CellSkipListSet，之后写入Memstore的数据就存放在新的CellSkipListSet中。在整个flush阶段读操作会分别遍历snapshot和新的CellSkipListSet。prepare阶段需要获取锁，对写请求阻塞，由于该阶段并没有耗时操作，阻塞的时间很短。
5）flush阶段，遍历所有Memstore，将prepare阶段生成的snapshot持久化为临时文件，临时文件会统一放到目录.tmp下。这个过程因为涉及到磁盘IO操作，因此相对比较耗时。
6）commit阶段，遍历所有的Memstore，将flush阶段生成的临时文件移到指定的ColumnFamily目录下，针对HFile生成对应的storefile和Reader，把storefile添加到HStore的storefiles列表中，最后再清空prepare阶段生成的snapshot。
memstore flush流程源码
下面只贴出memstore flush主要流程的源码，具体的请到源码中进行查看。
flushcache：
Memstore flush入口函数。
public FlushResult flushcache(boolean forceFlushAllStores, boolean writeFlushRequestWalMarker)
throws IOException {
......
try {
// （1）获取需要flush的store，如果为强制flush则获取所有的store，否则根据选择策略选取满足条件的store
// 两种store选择策略
//1.FlushLargeStoresPolicy（默认），选取store中memstore大于指定阈值（默认16M）的store，如果没有大于指定阈值的store则返回所有的store
//2.FlushAllStoresPolicy，选取所有的store
Collection<Store> specificStoresToFlush =
forceFlushAllStores ? stores.values() : flushPolicy.selectStoresToFlush();
//（2）将选取出的store进行flush。
FlushResult fs = internalFlushcache(specificStoresToFlush,
status, writeFlushRequestWalMarker);
......
}
internalFlushcache：
protected FlushResult internalFlushcache(final WAL wal, final long myseqid,
final Collection<Store> storesToFlush, MonitoredTask status, boolean writeFlushWalMarker)
throws IOException {
//（1）进行Prepare阶段
PrepareFlushResult result
= internalPrepareFlushCache(wal, myseqid, storesToFlush, status, writeFlushWalMarker);
//（2）进行flush阶段和commit阶段
if (result.result == null) {
return internalFlushCacheAndCommit(wal, status, result, storesToFlush);
} else {
return result.result; // early exit due to failure from prepare stage
}
}
snapshot：
准备阶段最主要的就是进行快照的生成。
public MemStoreSnapshot snapshot() {
......
this.snapshotId = EnvironmentEdgeManager.currentTime();
this.snapshotSize = keySize();
if (!this.cellSet.isEmpty()) {
//（1）将 当前状态的Memstore的cellset赋值给snapshot
this.snapshot = this.cellSet;
//（2）创建一个新的CellSkipListSet赋值给Memstore的cellSet
this.cellSet = new CellSkipListSet(this.comparator);
.......
}
internalFlushCacheAndCommit
flush阶段和commit阶段。
protected FlushResult internalFlushCacheAndCommit(
final WAL wal, MonitoredTask status, final PrepareFlushResult prepareResult,
final Collection<Store> storesToFlush)
throws IOException {
......
// （1）在tmp目录下创建文件，将快照中数据写入该文件中
for (StoreFlushContext flush : storeFlushCtxs.values()) {
flush.flushCache(status);
}
// Switch snapshot (in memstore) -> new hfile (thus causing
// all the store scanners to reset/reseek).
Iterator<Store> it = storesToFlush.iterator();
// stores.values() and storeFlushCtxs have same order
for (StoreFlushContext flush : storeFlushCtxs.values()) {
//（2）将tmp目录下的临时文件移动到指定cf目录下,将Hfile添加到StoreFileManager中,并清除快照
boolean needsCompaction = flush.commit(status);
if (needsCompaction) {
compactionRequested = true;
}
byte[] storeName = it.next().getFamily().getName();
List<Path> storeCommittedFiles = flush.getCommittedFiles();
committedFiles.put(storeName, storeCommittedFiles);
// Flush committed no files, indicating flush is empty or flush was canceled
if (storeCommittedFiles == null || storeCommittedFiles.isEmpty()) {
totalFlushableSizeOfFlushableStores -= prepareResult.storeFlushableSize.get(storeName);
}
flushedOutputFileSize += flush.getOutputFileSize();
}
storeFlushCtxs.clear();
......
}
今天的分享就到这，有看不明白的地方一定是我写的不够清楚，所有欢迎提任何问题以及改善方法。
