14年在烽火做过Hbase的相关项目。
时隔4年，接触的项目都没有用到Hbase。今天，简单回顾一下hbase的基本概念。
既然是随笔，想到什么就写什么。
【1】首先Hbase是列式的分布式存储系统。把需要经常同时访问的数据，定义在一个列族里。
Hbase Table=Rowkey + Family + Column + Timestamp + Value
【2】数据存储原型:
先按照rowkey字典排序，再按照column字典排序
【3】压缩方式：
snappy压缩率低，但是压缩速度和解压速度很快。hbase默认压缩方式。压缩是以CPU资源换取磁盘资源。
【4】hbase元信息表:Meta Table
是Hbase的第一级索引。
存储了Region的信息。rowkey是table+startkey+time 0.96版本以前，是由Root表来维护，之后版本Meta表直接存储在Zookeeper
上，用户查数据时，先要去zookeeper上查Meta表。
【5】LSM树：
1.第一层，写入内存
2.第二层，超过阈值内存到磁盘
3.第三层，异步线程多路归并数据
RegionServer = Region + Store(一个列族对应一个) + MemStore + StoreFile + Hfile + HLog
Hbase中的LSM存储思想：
用户数据会最先写入HLog，防止当机造成数据丢失，实现高可用，第二步才会写入MemStore。（快速写入，第一层）
MemStore达到阈值，flush到磁盘形成storeFile，最终形成HFile（第二层）
Hbase Compaction（第三层）
Minor Compaction（小合并）：相邻Hfile小文件
Major Compaction（大合并）：一个store中的所有Hfile文件，会删除3类数据，默认7天
（1）keytype是delete的数据，
（2）TTL过期数据
（3）版本过期数据，version
一般线上业务会关闭自动大合并，采取手动大合并，因为大合并，比较消耗性能，会对业务造成影响。
Region是Hbase负载均衡的最小单元，但是存储的最小单元是HFile
Hbase的rowkey设计需要主要尽可能的把数据分散到各个Region块上，避免出现RegionServer热点问题，压力过大。达不到负载均
衡。
【6】HFile墓碑标记:
Hfile的data block是keyValue结构，由于hfile一旦写入，就不会再被修改，所以删除数据的时候，不会立马被删除，而是会有
一个keytype（4种状态，put，delete，deleteColumn，deleteFamily）的字段来标时。
【7】WAL（预写日志）：
用来做灾难恢复。通过回放日志来恢复到hbase崩溃之前的状态。
【8】BloomFilter：
多哈希，多位置。
在hbase中的应用：是列族级别，提升hbase的随机读性能。分为row和rowcol。