HBase Region Locality

因为DataNode和RegionServer通常会部署在相同的机器上，所以会产生Locality这样的概念。

HBase的Locality是通过HDFS的Block复制实现的。在复制Block时，HBase是这样选择副本的位置的：

第一个副本写到本地节点上；
第二个副本写到另一个机架的随机节点上；
第三个副本写到相同机架的一个随机选择的其他节点上；
如果还有更多的副本，这些副本将会写到集群上的随机节点上。

就是这样，在flush或compact后，HBase的Region实现了Locality。

当一个RegionServer处在failover的情况下（rebalance或重启）时，可能会分配到一些没有本地StoreFiles的Region（因为此时没有可用的本地副本）。然而，有新数据再写入这些Region的时候，或者是对表进行compact的时候，StoreFiles将会被重写，这些Region也会再次变成RegionServer的“local”Region。

有一个相关的指标“data locality”，即Region保存在本地的StoreFile的百分比。这个指标影响了major compact的执行。