關于hbase 的一些基本概念Hbase主要部件組成HBase的壓縮HBASE的删除

cilent

包含通路hbase的接口，client維護着一些cache來加快對hbase的通路，比如regione的位置資訊。

masterserver

 為region server配置設定region

 負責region server的負載均衡

 發現失效的region server并重新配置設定其上的region

 hdfs上的垃圾檔案回收

處理schema更新請求

region server

 region server維護master配置設定給它的region，處理對這些region的io請求

 region server負責切分在運作過程中變得過大的region

zookeeper

 保證任何時候，叢集中隻有一個master

 存貯所有region的尋址入口。

 實時監控region server的狀态，将region server的上線和下線資訊實時通知給master

 存儲hbase的schema,包括有哪些table，每個table有哪些column family

        當由記憶體将檔案flush到硬碟上時，會建立很多的hfile檔案，對這些hfile檔案需要壓縮，包含minor compactions and major compactions

        minor壓縮，是将多個小的檔案合并成大的檔案，執行n路合并。

        major壓縮，是指将一個column family的檔案都存儲為一個大檔案，同時他還掃描删除标示，或者過期的版本資訊。

        hbase的delete指令，并不是真的删除了檔案，而是設定一個标記（delete marker）。使用者在檢索資料的時候，會過濾掉這些标示的資料。

        hbase的删除标記有三種：

1. version delete marker 删除指定version的某個qualifier對應的value

2. column delete marker 删除某個qualifier的所有version的資料

3. family delete marker 删除column  family  下所有qualifier對應的所有version的資料

        還可以再column和family delete marker上打上時間戳，這時，隻有小于這個時間戳的version才會被影響到。

hbase允許進行基于時間的查詢進而得到指定時間段的曆史資料。查詢時間t的資料即查詢[0,t+1)的資料。這樣就帶來了一個潛在的問題。當一個delete marker被set上，所有被它影響到的資料都不再可見。如果你在時間t put了一個qualifier為c的資料，接着在t+x的時間點删除這個qualifier，此時查詢[0,t+1)時間段的資料将不會傳回qualifier為c的這個kv對。

将表的屬性keep_deleted_cells設定為on,是為了使 flashback queries能傳回正确的結果