1.hbase讀的過程
1,Client先訪問zookeeper，從meta表讀取region的位置，然後讀取meta表中的數據。meta中又存儲了用戶表的region信息。
2,根據namespace、表名和rowkey在meta表中找到對應的region信息
3,找到這個region對應的regionserver
4,查找對應的region
5,先從MemStore找數據，如果沒有，再到StoreFile上讀(爲了讀取的效率)。
2.hbase寫的過程
1,Client先訪問zookeeper，從meta表獲取相應region信息，然後找到meta表的數據
2,根據namespace、表名和rowkey根據meta表的數據找到寫入數據對應的region信息
3,找到對應的regionserver
4,把數據分別寫到HLog和MemStore上一份
4,MemStore達到一個閾值後則把數據刷成一個StoreFile文件。（若MemStore中的數據有丟失，則可以總HLog上恢復）
5,當多個StoreFile文件達到一定的大小後，會觸發Compact合併操作，合併爲一個StoreFile，（這裏同時進行版本的合併和數據刪除。）
6,當Storefile大小超過一定閾值後，會把當前的Region分割爲兩個（Split），並由Hmaster分配到相應的HRegionServer，實現負載均衡
3.hbase一個regionserver（節點）最大可以容納多少個region
RegionServer的region數目取決於memstore的內存使用
region的數量的公式爲：((RS memory) * (total memstore fraction)) / ((memstore size)*(# column families))
但是官方文檔建議一個reigonserver的region數量在20-200個之間。
每個region擁有一組memstore（memstore的數量有hstore決定，hstore的數據由創建表時的指定的列族個數決定，所以 每個region的memstore的個數 = 表的列族的個數 ），可以通過配置來修改memstore佔用內存的大小，一般設置在 128 M – 256M之間。
RegionServer 分配一定比例的內存給它下面的所有memstore( 該比例大小 可通過hbase.regionserver.global.memstore.upperLimit 進行修改 ), 如果內存溢出（使用了太多的memstore），它可能會導致嚴重的後果，如服務器反應遲鈍 或compact風暴。比較好的計算每RS（假設一個表）region的數量的公式爲：
((RS memory) * (total memstore fraction)) / ((memstore size)*(# column families))
例如： 如果 一個RegionServer配置的內存是16g,使用默認配置（ hbase默認regionserver分給memstore的比例是0.4 ， 默認的menstore的佔用128M內存 ）， 一個CF，那麼這個regionServer下的region的個數大約爲 16384 * 0.4 / （128*1） = 51個，實際測試大於這個數 一兩倍 也沒太大的問題。 一個HBase表包含一至多個region，那麼表的數目上限也是可以估算出來的。
4.一個regionserver可以容納多大的數據
對於生產場景中大表，最大的region大小主要是受compactions 的限制，大量大HFile的compact會降低羣集性能。目前，該建議的最大region大小爲10-20GB，而5-10GB是最優。
如果想讓HBase工作的更加平穩（Region個數控制在20～200之間，單Region大小控制在10G~30G之間），最多可以存儲的數據量差不多爲200 * 30G ＊ 3＝ 18T。如果存儲的數據量超過18T，必然會引起或多或少的性能問題。所以說，從Region規模這個角度講，當前單臺RegionServer能夠合理利用起來的硬盤容量上限基本爲18T。
4.爲什麼要compact
寫入hbase的數據要經過MemStore，當MemStore超過閥值的時候，就要flush到HDFS上生成一個HFile。因此隨着不斷寫入，HFile的數量將會越來越多，HFile數量過多會降低讀性能，爲了避免對讀性能的影響，可以對這些HFile進行compact操作，把多個HFile合併成一個HFile。compact操作需要對HBase的數據進行多次的重新讀寫，因此這個過程會產生大量的IO。
也可以解釋上面問題regionserver的容量問題，可以說memstore和region的hfile大小決定了一個regionserver能夠容納多大的數據。
compact操作分爲major和minor兩種，major會把HStore所有的HFile都compact爲一個HFile，並同時忽略標記爲delete的KeyValue（被刪除的KeyValue只有在compact過程中才真正被”刪除”），可以想象major會產生大量的IO操作，對HBase的讀寫性能產生影響。minor則只會選擇數個HFile文件compact爲一個HFile，minor的過程一般較快，而且IO相對較低。在日常任務時間，都會禁止mjaor操作，只在空閒的時段定時執行。
5.爲什麼要split
當一個regionser的hfile大於一定的值時，compact就會產生大量IO，compact就會很困難，這時就要將一個region分裂爲兩個region。
region的分裂手段可以分爲：
- 1.預分region，在創建表的時候指定預分點的key
- 2.強制分裂，在hbase shell命令行裏面強制對某個region進行分裂
- 3.自動分裂，region在達到一定值時自動的進行分裂。