HBase删除数据的原理

HBase 的删除操作并不会立即将数据从磁盘上删除，删除操作主要是对要被删除的数据打上标记。

当执行删除操作时，HBase 新插入一条相同的 KeyValue 数据，但是使 keytype=Delete，这便意味着数据被删除了，直到发生 Major compaction 操作时，数据才会被真正的从磁盘上删除，删除标记也会从StoreFile删除。

Time To Live (TTL)

ColumnFamilies可以设置TTL长度（以秒为单位），HBase将在到期时间后自动删除行。这适用于行的所有版本，包括当前版本。
当Minor compaction操作时，仅删除包含过期行的存储文件。设置hbase.store.delete.expired.storefile为false禁用此功能。将最小版本数设置为0以外也会禁用此功能。
HBase还支持按每个单元格设置生存时间（TTL）。

Cell TTL处理和ColumnFamily TTL之间存在两个显着差异：
• Cell TTL以毫秒而不是秒为单位表示。
• Cell TTL的TTL不能超过ColumnFamily 的TTL。

Keeping Deleted Cells

可以选择保留已删除的单元格。删除key之后，数据是否还保留。

默认情况下，delete标记会涉及到时间的开始处（即delete操作会标记所有的版本）。因此，Get或Scan操作不会看到已删除的单元格(行或列)，即使Get或Scan操作设置了删除标记之前的时间范围。

ColumnFamilies可以选择保留已删除的单元格。在这种情况下，仍然可以检索已删除的单元格，只要这些操作指定一个时间范围，该时间范围在任何会影响单元格的删除的时间戳之前结束。允许在删除的情况下进行时间点查询。

被删除的单元格仍然受TTL限制，并且永远不会有超过“最大版本数量”的已删除单元格。

使用HBase Shell 更改KEEP_DELETED_CELLS的值
hbase> hbase> alter't1'，NAME =>'f1'，KEEP_DELETED_CELLS => true

使用API 更改KEEP_DELETED_CELLS的值
HColumnDescriptor.setKeepDeletedCells(true);

KEEP_DELETED_CELLS是为了避免从HBase中删除单元格，因为删除它们的惟一原因是删除标记。因此，在启用了KEEP_DELETED_CELLS后，如果编写的版本多于配置的最大值，或者TTL和单元格超过了配置的超时时间，则删除单元格。

参考： https://hbase.apache.org/2.0/book.html#regions.arch