hbase学习笔记1：数据相关
这里写自定义目录标题
一个hregionserver管理多个region和一个hlog。hregion：有多少个列族就有多少个store，store中有一个memstore和一个或者多个hfile（memstore flush，compaction）。
WAL：write ahead log，存着一些临时数据，供恢复。put操作，首先数据会被写入WAL，然后写入memstore中，memstore达到大小时，会进行flush，写入磁盘（即写成一个hfile）。
数据三个备份：当数据被写到HDFS的时候，一份数据拷贝在本地，然后备份到二级节点，然后备份进入叔节点。
读取放大：去memstore，再去blockcache，都没有找到，去hfiles中找，意味着可能需要检查多个文件，影响性能。最近读取内容会被放到blockcache中（LRU策略，最近最少使用）。
blockcache大小由hfile.block.cache.size决定，默认是regionserver的堆内存大小的40%。如果指定了useExternal为true，则结合memcached等外部缓存与BlockCache一起使用。如果指定了combinedWithLru，则结合bucketCache，也就是堆外内存与BlockCache一起使用。在上述两种情况下，BlockCache用于存放索引等元数据，真实的数据文件则缓存在memcached或bucketCache中。
写入放大（write amplification）：major compaction将一个region里面的全部hfiles，按照每一列族合并和重写成为一个hfile，这个过程，出现较大的磁盘I/O和网络拥堵。 write amplification可以被设置成为自动运行，可以安排在周末或者晚上运行。
compact：当memstore上的内容大小超过阈值的时候，就会flush到hdfs上生成一个Hfile，hfile数量越来越多，整体来看导致查询的io次数增多，降低读写性能，对这些hfile进行compact操作，起到将多个hfile合并成一个hfile作用，这个过程中涉及到对hbase数据的多次重写读写，因此会有大量的io产生，但是后续读操作可以省去io，是以合并时候的io操作换取后续的读性能的提高。
一个regionserver下有多个region，region是hbase数据表的行切分，region下面有多个store，store对应列族，当作是数据表的列（族）切分，compaction发生在一个region下的文件中。
major compaction（大合并）：merge和delete。让由于服务器故障或者负载均衡而较远的数据，变得相对regionserver处于本地。之前删除的行和过期的版本，在这里都会被删除。
minor compaction（小合并）：只有merge。做部分文件的合并操作，包括minversion=0并且设置ttl的过期版本清理，不做任何数据的删除、多版本数据的清理工作。
major compaction将region下的hstore的所有的store file合并成为一个。触发条件：major_compact命令，API调用，regionserver自动运行（参数：hbase.hregion.majorcompaction，默认24h，hbase.hregion.majorcompaction.jetter的默认值是0.2，防止同一时间regionserver进行major compaction。默认浮动范围变成19.2-28.8）
minor compaction：触发条件复杂。
hbase.hstore.compaction.min：默认3，表示至少需要三个满足条件的store file，minor compaction才会启动。
hbase.hstore.compaction.max：默认为10，一次minor compaction中最多10个store file。
hbase.hstore.compaction.min.size，表示文件大小<该值的store file一定会被加入到minor compaction file的store file中。
hbase.hstore.compaction.max.size：表示文件大小>该值的store file一定会被minor compaction排除。
hbase.store.compaction.ratio：将store file按照年龄排序（从older到younger），minor compaction总是从older开始选择，如果文件的size小于它后面的hbase.hstore.compaction.max个store filede size之和乘以ratio，那么该store file也加入到minor compaction中。（判断大小大于min.size的文件是否参加minor compaction）。默认值1.2，取值范围建议1.0-1.4。
hbase.store.compaction.ratio.offpeak：非高峰期的ratio控制，默认值5.0。是否高峰期有hbase.offpeak.start.hour和hbase.offpeak.end.hour控制，两个参数都是[0,23]的整数，用于定义非高峰时间段。都为-1表示禁用此功能。此参数的作用就是：非高峰期允许compact更大的文件。