Hbase中的資料模型

首先看一下Hbase的資料整體流向圖：

       Hbase上Regionserver的記憶體分為兩個部分，一部分作為Memstore，主要用來寫；另外一部分作為BlockCache，主要用于讀資料；這裡主要介紹寫資料的部分，即Memstore。當RegionServer(RS)收到寫請求的時候(writerequest)，RS會将請求轉至相應的Region。每一個Region都存儲着一些列(a set of rows)。根據其列族的不同，将這些列資料存儲在相應的列族中(Column Family，簡寫CF)。不同的CF中的資料存儲在各自的HStore中，HStore由一個Memstore及一系列HFile組成。Memstore位于RS的主記憶體中，而HFiles被寫入到HDFS中。當RS處理寫請求的時候，資料首先寫入到Memstore，然後當到達一定的閥值的時候，Memstore中的資料會被刷到HFile中。

       用到Memstore最主要的原因是：存儲在HDFS上的資料需要按照row key 排序。而HDFS本身被設計為順序讀寫(sequential reads/writes)，不允許修改。這樣的話，HBase就不能夠高效的寫資料，因為要寫入到HBase的資料不會被排序，這也就意味着沒有為将來的檢索優化。為了解決這個問題，HBase将最近接收到的資料緩存在記憶體中(in Memstore)，在持久化到HDFS之前完成排序，然後再快速的順序寫入HDFS。