HBase写流程基本概念
在HBase写入的过程中，要从client和server端两部分来看。
在client端，会将写入的数据添加到本地缓冲区中，符合一定条件就会通过AsyncProcess异步批量提交。然后会去查找meta表，根据rowkey查找到对应的region信息，直接连接到对应的regionServer，进行写操作。
在regionServer端，为了保证写入数据在异常情况下不丢数据以及保证写入速度。分别引入了HLog和MemStore。HLog的主要作用是在机器或者HBase数据异常情况下进行数据恢复的。MemStore是为数据提供了一块内存存储，当这块存储达到一定的阈值，就把数据flush到HFile中进行持久化存储。以下会分别介绍HLog和MemStore是如何工作的。
HLog
在写操作的时候，client的数据会先同步到HLog，之后才会写入Memstore中，当此时HBase发生异常，MemStore中的数据会丢失，这时候会从HLog中加载数据进行恢复操作。
每个RegionServer拥有一个或多个HLog。存储在/hbase/WALs文件夹下。在2.0之后，可以通过WALPrettyPrinter进行HLog内容的打印。
$ ./bin/hbase wal
hdfs://example.org:8020/hbase/WALs/example.org,60020,1283516293161/10.10.21.10%3A60020.1283973724012
在之前的版本可以使用
$ ./bin/hbase hlog hdfs://example.org:8020/hbase/.logs/example.org,60020,1283516293161/10.10.21.10%3A60020.1283973724012
生命周期
一旦对数据进行修改，插入，删除等操作的时候，这些操作都会先写入HLog中。对于HLog中数据的管理有四个阶段。
- 把来自client的数据直接同步写入到HLog文件中。
- 按照配置
hbase.regionserver. logroll.period定时去新建一个新的HLog文件接受新的请求。 - 一旦数据在HFile中落盘就把HLog中的数据标记为过期。如果日志中所有日志记录已经落盘，则可以认为该日志文件失效。同时移到oldWALs文件夹。
- 根据配置
hbase.master.cleaner. interval'定时删除过期日志文件。
MemStore
对于MemStore，在写操作之间做缓存主要有以下好处：
- 可以减少flush的次数。
- 当此时有读操作可以直接从内存操作。
- HFile中KeyValue数据需要按照Key排序，在MemStore中可以执行这个排序过程。
内部结构
HBase采用了跳跃表的数据结构，在Java实现中，直接使用了JDK的ConcurrentSkipListMap。可以保证线程安全的读写操作。
基本操作
- 检查当前可用的Chunk是否写满，如果写满，重新申请一个2M的Chunk。（关于Chunk和ChunkPool参见HBASE-8163）
- 将当前KeyValue在内存中重新构建，在可用Chunk的指定offset处申请内存创建一个新的KeyValue对象。
- 将新创建的KeyValue对象写入ConcurrentSkipListMap中。
HFile
HFile的逻辑结构图如下：
HFile V2逻辑结构图
HFile依次由Scanned Block、Non-scanned Block、Load-on-open以及Trailer四个部分组成。
MemStore中KV在flush成HFile时首先构建Scanned Block部分，即KV写进来之后先构建Data Block并依次写入文件，在形成Data Block的过程中也会依次构建形成Leaf index Block、Bloom Block并依次写入文件。一旦MemStore中所有KV都写入完成，Scanned Block部分就构建完成。Non-scanned Block、Load-on-open以及Trailer这三部分是在所有KV数据完成写入后再追加写入的。
