hbase 表存储结构的详细理解，各个模块的作用介绍
1、初学hbase，最让我困惑的是cell的具体value包含几个timestamp的值，理一下
这是网上很多资料，都是这样描述cell，我们在看看hbase官网操作指南中的说法
总结：最总综合了很多说法，结合hbase权威指南,如下
– 在HBase每个cell存储单元对同一份数据有多个版本，根据唯一的时间戳来区分每个版本之间的差异，时间戳可以由HBase(在数据写入时自动)赋值，此时时间戳是精确到毫秒的当前系统时间，也可以由自己显示指定，按照时间戳倒序排序，最新的数据排在最前面。
– Cell单元格，由行和列的坐标交叉决定，由{row key，column(=
2、表的行、列、列簇
首先我们应该知道的是：最基本的单位是列（column），一列或者多列组成一行（row），并且由唯一的行键（row key）来确定存储。一个表中有很多行，每一列可能有多个版本，在每一个单元格（Cell）中存储了不同的值。
列族需要在创建表的时候就定义好，虽然后面可以对列簇进行增加和删除，但是最开始要确定好表的结构，数量也不宜过多。，创建表的时候不需要定义好列。对列的插入格式通常为family：qualifier，qualifier也可以是任意的字节数组。同一个列族里qualifier的名称应该唯一，否则就是在更新同一列，列的数量没有限制，可以达到百万级别。列值也没有类型和长度限定。都是字节数组
HBase会对row key的长度做检查，默认应该小于65536，因为一个表，数据的持久化文件HFile中是按照KeyValue存储的，如果rowkey过长，在一个行很多的表中，只是rowkey就要占用很大的储存空间，这样会极大影响HFile的存储效率；MemStore将缓存部分数据到内存，如果rowkey字段过长，内存的有效利用率就会降低，系统不能缓存更多的数据，这样会降低检索效率。
在一个表中rowkey是惟一的，如果相同的插入就是更新，整个表按照rowkey 的字典进行有序排序，通过如下的方式取得唯一的值:{namespace->table->colum_family->colum->timestamp}->唯一value
3、region & regionserver &memstore & 底层对应的储存结构
region：每个Hregionserver下有一个或多个region，每个region有一个或多个Hstore，每一个CF(column_family)对应一个Hstore，每个Hstore下有一个或多个Storefile，相当于一个Hstore实例下有多个Storefile实例，而storeFile是对Hfile的轻量级封装，每当一个memstore容量达到阈值，就会flush到hdfs上，产生一个Hfile，Hfile有对应的合并机制，这个前面已经提到了。而当其中一个CF从memstore中flush数据的时候，其他CF也会flush数据，所以这会产生大量的磁盘IO,对整个集群的压力都比较大，多以CF不宜过多，一个最好。
Hregionserver：主要负责响应用户I/O请求，向HDFS文件系统中读写数据，是HBase中最核心的模块；当用户更新数据的时候会被分配到对应的HRegion服务器上提交修改，这些修改显示被写到MemStore写缓存和服务器的Hlog文件里面。在操作写入Hlog之后，commit()调用才会将其返回给客户端；在读取数据的时候，HRegion服务器会先访问BlockCache读缓存，如果缓存里没有改数据，才会回到Hstores磁盘上面寻找，每一个列族都会有一个HStore集合，每一个HStore集合包含很多HstoreFile文件。
memstore：存储在HDFS上的数据需要按照row key 排序。而HDFS本身被设计为顺序读写(sequential reads/writes)，不允许修改。这样的话，HBase就不能够高效的写数据，因为要写入到HBase的数据不会被排序，这也就意味着没有为将来的检索优化。为了解决这个问题，HBase将最近接收到的数据缓存在内存中(in Memstore)，在持久化到HDFS之前完成排序，然后再快速的顺序写入HDFS。需要注意的一点是实际的HFile中，不仅仅只是简单地排序的列数据的列表，详见Apache HBase I/O – HFile。
4、WAL（Write Ahead Log 预写日志）
region server会将数据保存到内存，直到达到阈值再将其刷写到磁盘，这样可避免很多小文件。但尽管如此仍然会有很多Hfile文件，而我们只带内存中的数据极易丢失，断电，宕机，存储在内存中的数据没来得及保存到磁盘，就会出现数据丢失，一旦丢失就找不回来。但WAL能较好的解决这个问题。每次操作都会先写入日志，只有日志写入成功后才会告知客户端写入memstore，然后服务器才按照需要批量处理内存中的数据。
如果服务器崩溃，region server会回访Hlog，通过数据回写，来恢复服务器的内存数据。下图显示了写入过程,也是一个Hbase的框架图
所有的操作都会先保存到WAL，然后再传给MemStore。整个过程是这样的：客户端启动一个操作来修改数据，比如Put。每次修改都封装到一个KeyValue对象实例中，通过RPC调用发送出去。这些调用会发送给含有匹配region的Region Server；KeyValue实例到达后，它们会被分配到管理对应行HRegion实例，数据被写入WAL，然后被放入实际拥有记录的MemStore中；当MemStore达到一定大小或经历一个特定时间，数据会异步的连续的写入到文件系统中（HFile）。如果写入过程出现问题，WAL能保证数据不丢失，因为WAL日志HLog存储在HDFS上。其他region server可以读取日志文件并回写修改，恢复数据。
后面的知识点，再来补充，
参考：https://blog.csdn.net/xiaoshunzi111/article/details/69844526