HBase 使用类似与树状结构的方法去存储元数据。 HBase 的元数据存储在两个特殊的表，分别是 -ROOT- 表和 .META. 表。其中 -ROOT- 表只包含在 1 个 region 中。 HBase 查询数据的时候，首先会从 Zookeeper 中查询 -ROOT- 所在的 ReegionServer ， -ROOT- 会指向对应的 .MET...

客户端首先通过 hbase:meta 表找到服务指定范围的行的 RegionServer ，在定位到是哪个 Region 之后，客户端直接联系 RegionServer ，而没有经过 Master ，然后发出读写请求。当 Region 被 Master 重新分配，或者某个 RegionSever 挂掉的时候，客户端会重新的查询索引表 hbase:meta ...

1、多大开始分裂是可以设置的，系统默认10G开始分裂2、我们集群1W+ region，文件设置成20-30G

1、在 HBase 中，当一个 region 达到一定大小时，会触发分裂操作，将该 region 分裂成两个更小的 region。在分裂过程中，HBase 会根据负载均衡算法，将新的 region 分配到集群中的某个 region server 上。这个过程是系统自动进行的，无需人为干预。2、为了保证分裂的 region 可以有...

HBase 和 HDFS 并不是强制的绑定在一起的， HBase 完全可以使用本地文件系统，比如 mac 的文件系统， Linux 的 ext3,ext2 等等，都可以运行 Hbase 。

在 hbase 中每当有 memstore 数据 flush 到磁盘之后，就形成一个 storefile ，当 storeFile 的数量达到一定程度后，就需要将 storefile 文件来进行 compaction 操作。Compact 的作用：1>. 合并文件2>. 清除过期，多余版本的数据3>. 提高读写数据的效率HBase 中实现了两种...

Hbase 读取数据流程： 1 、首先， Client 先访问 zookeeper ，获取系统 'hbase:meta' 元数据表的 region 信息和 HRegionServer 信息（确定 'hbase:meta' 元数据表的位置），从而获取到 'hbase:meta' 元数据表 2 、其次，根据 namespace 、 tablename 、 rowkey ，在 'hbase:meta' 元...

1: 写入太频繁量又大，的确需要产生那么多 flsuh task，IO 处理跟不过来（包括 disk 和 network），这种情况下会触发持续的 flush 波峰，加上文件数增加触发 compaction，那么就会严重，要么客户端做优化要么服务端做扩容（视情况而定可能需要迁移至 SSD 集群或者上万兆网卡）；2: 写入太频繁...

hive上对数据的修改和删除确实比较困难，但是hbase支持的比较好的。现在cloudera推出一款新的产品,kudu，也可以试一试。

Hbase 关键概念：表， rowkey ，列簇，时间戳这个表应该有多少列簇列簇使用什么数据每个列簇有有多少列列名是什么，尽管列名不必在建表时定义，但读写数据是要知道的单元应该存放什么数据每个单元存储多少时间版本行健 (rowKey) 结构是什么，应该包含什么信息...