Hbase Region分裂要点

背景

hbase作为一个可扩展的分布式kv存储数据库，可以根据数量量进行水平自动扩展是它具备的一个重要的功能，具体就是hbase支持Region的分裂，比如当Region下的HFile文件太大是，分解成两个子Region,每个子Region持有部分父Region的数据.

技术细节

父Region分解成两个子Region有哪些值得注意的细节呢？

对于hbase客户端

首先对于客户端来说，当客户端的请求落到父Region上时，如果此时父Region的分解操作正在进行中，那么此时hbase会报错：NoServeringRegionException,此时客户端除了重试，没有其他的方法，个人觉得这一点对于OLTP的应用几乎是不能接受的，虽然Region的分裂操作持续时间很短(关于这一点我们后面会解释)，但是依赖于客户端重试来达到目的的做法很难让人接受，按理来说，Hbase应该要能支持这种Region分解中间状态下的数据获取操作

对于hbase服务器

对于hbase进行Region分解来说，主要是要做以下几件事情：
1.创建子Region，并把子Region放到某台RegionServer服务器上
2.修改父Region在hbase:meta元数据表中的状态，也就是改成下线状态，而子Region在hase：meta元数据表中的状态设置成上线状态
3.在设置父Region和子Region的上下线状态的过程中需要Master和RegionServer的互相协作，而Zookeeper在其中就起到一个通信中介的作用.

这个父Region分解的过程持续时间很短，一般在秒级内就可以完成，我们一定很奇怪，为什么Region分解看起来像是一个重量级的操作，为什么需要的时间这么短？
答案是： 父Region分解的过程中不涉及数据的移动，也就是不需要把父Region对应的HDFS上的Hfile文件中数据迁移到子Region的HDFS上的对应目录下，你一定疑惑，不迁移数据这还算是完整的Region分解吗？其实Region分解完成后，子Region目录中存放的是一些元数据信息，这些元数据信息的作用就是怎么映射到父Region的Hfile文件的对应位置上，比如Key1对应到子Region中，此时通过子Region目录中的元数据信息，可以找到父Region目录下的HFile文件去读取数据。

那什么时候子Region目录中才有真正的HFIile文件？
答案是等到compact合并的时候，此时就会真正的把数据进行合并等操作
另外一个问题是父Region目录中的Hfile文件什么时候删除？
答案就是当子Region目录中有真正的HFile文件时，父Region目录中的HFile就可以删除了

总结

hbase的Region分解的过程中不涉及数据记录的大规模迁移，所以耗时很短，那你有没有过疑问：既然数据还在旧的HFile文件上，那么Region分解的意义何在？
由于分解成多个子Region后，这几个子Region可以分布在不同的RegionServer服务器上,此时对于直接文件查找操作是没有收益的，主要的收益在于每个子Region可以有不同的缓存，相比于单台的RegionServer服务器，多个RegionServer提供缓存容量更大，而且可以处理更多的请求了