版权声明：本文为博主原创文章，未经博主允许不得转载。https://www.jianshu.com/p/4a7ba524c111
Region是HBase数据存储和管理的基本单位。在HBase的一个表中，可以包含一个或多个region。对于一个region，每个列族都会对应一个store，用来存储该列族的数据。每个store都有一个写缓存memstore，用于缓存写入的数据。
【写过程】
1、Client先从缓存中定位region，如果没有缓存则需访问zookeeper，从.META.表获取要写入的region信息
2、找到小于rowkey并且最接近rowkey的startkey对应的region
3、将更新写入WAL中。当客户端发起put/delete请求时，考虑到写入内存会有丢失数据的风险，因此在写入缓存前，HBase会先写入到Write Ahead Log（WAL）中（WAL存储在HDFS中），那么即使发生宕机，也可以通过WAL还原初始数据。
4、将更新写入memstore中，当增加到一定大小，达到预设的Flush size阈值时，会触发flush memstore，把memstore中的数据写出到hdfs上，生成一个storefile。
5、随着Storefile文件的不断增多，当增长到一定阈值后，触发compact合并操作，将多个storefile合并成一个，同时进行版本合并和数据删除。
6、storefile通过不断compact合并操作，逐步形成越来越大的storefile。
7、单个stroefile大小超过一定阈值后，触发split操作，把当前region拆分成两个，新拆分的2个region会被hbase master分配到相应的2个regionserver上。
【读过程】
1、Client先从缓存中定位region，如果没有缓存则需访问zookeeper，查询.-ROOT-.表，获取.-ROOT-.表所在的regionserver地址。
2、通过查询.-ROOT-.的region服务器 获取 含有.-META-.表所在的regionserver地址。
3、clinet会将保存着regionserver位置信息的元数据表.META.进行缓存，然后在表中确定待检索rowkey所在的regionserver信息。
4、client会向在.META.表中确定的regionserver发送真正的数据读取请求。
5、先从memstore中找，如果没有，再到storefile上读。
【为什么HBase查询速度快】
采用了LSM树型结构（日志结构合并树），而不是B或B+树。
B+树最大的性能问题是会产生大量的随机I/O，低下的磁盘寻道速度。
为了读性能的提高，数据在磁盘中必须有序，这就是B+树的原理。但是写就悲剧了，key跨度很大的情况，新插入的数据存储在磁盘上相隔很远的地方，会产生大量的随机IO，磁盘寻道速度跟不上。
对于LSM树来说，牺牲了部分读性能，来大幅提高写性能。
原理是：将一颗大树拆分成N颗小树，首先写入内存（内存中的数据是有序的，内存没有寻道速度的问题，随机写的性能得到大幅提升），在内存中构建一颗有序小树（memstore），随着其越来越大，flush到磁盘上，成为一个storefile，该storefile中的数据是有序的。
