Hbase的存储原理

Hbase的存储原理
本人渣渣一个，浅谈一下个人对Hbase的理解。
1、Hbase的存储结构。
主节点Hmaster（一个），工作节点RegionServer（多个）。Hmaster挂掉了对数据没什么影响，因为数据的存取都由RegionServer负责。但是Hmaster不能长时间挂掉，例如会对表的创建和修改产生影响。那我们重点来说一下RegionServer。
RegionServer：内部有多个Region和WAL（write ahead log 预写日志）。
Region中有多个Store，Store中有Memstore和Hfile。
我们先来说一下WAL吧。
WAL是write ahead log预写日志。数据先储存到RegionServer的WAL上，因为一旦Region挂掉后，可以从WAL中恢复数据；但WAL会定期清理没用的数据放到oldlog中，保证WAL不会满。WAL是占开销的，可以把它关掉，但是关掉的话，一旦Region挂掉，数据就没了。如果想节省开销的话，可以将WAL延迟写入，比如延迟一秒或三秒写入。
现在我们来重点说一下Region吧。
Region：Hbase的数据是存到hdfs上的，但hdfs上的数据不能整理排序，是按照数据模块来管理的。Region也是存在hdfs上的，但是Region内部有多个组件，就是Memstore和Hfile，可以使查找数据变快。当Region变大时，Region就开始拆分变小，这样查找速度就快了。当删除Region中的数据后，Region变小就会合并到一起。这就是Region的拆分合并功能。
解释一下Memstore和Hfile。
Memstore： 是放在内存上的，与WAL近似同步。它的功能就是使得数据存储和查找变快，写到内存中后，可以整理排序数据。
Hfile：是正真存放数据的地方。
Hbase的存储过程和细节：数据是存在列族上的，一个Region只能在一个机器上，一个机器可以运行多个Region。数据记录是连续的。Region越大性能越差，但是它的拆分合并功能正好解决了这一弊端。
查询规则：按行键查询，速度快。指定列族，可以减少查询的文件。
存储顺序：rowkey->family->qualifier->timestamp->value 从左到右查询速度快。
列族设计原则：长度越短越好，长的话，冗余就多，占内存，运行缓慢。

这是一个初学者对Hbase的粗略理解，有不对的地方还希望各位大神指点一二。