i，大家好，我是大D。今天继续了解下 HBase 是如何写入数据的，然后再讲解一下一个比较经典的面试题。 hi，大家好，我是大D。今天继续了解下 HBase 是如何写入数据的，然后再讲解一
i，大家好，我是大D。今天继续了解下 HBase 是如何写入数据的，然后再讲解一下一个比较经典的面试题。
hi，大家好，我是大D。今天继续了解下 HBase 是如何写入数据的，然后再讲解一下一个比较经典的面试题。
Region Server 寻址
- HBase Client 访问 ZooKeeper；
- 获取写入 Region 所在的位置，即获取 hbase:meta 表位于哪个 Region Server；
- 访问对应的 Region Server；
- 获取 hbase:meta 表，并查询出目标数据位于哪个 Region Server 中的哪个 Region 中。并将该 table 的 Region 信息以及 meta 表的位置信息缓存在客户端的 meta cache，方便下次访问；
- HBase Client 向 Region Server 发送写 Hlog 请求；
- Region Server 会通过顺序写入磁盘的方式，将 Hlog 存储在 HDFS 上；
- HBase Client 向 Region Server 发送写 MemStore 请求；
- 只有当写 Hlog 和写 MemStore 的请求都成功完成之后，并将反馈给 HBase Client，这时对于整个 HBase Client 写入流程已经完成。
HBase 会根据 MemStore 配置的刷盘策略定时将数据刷新到 StoreFile 中，完成数据持久化存储。
为什么要把 WAL 加载到 MemStore中，再刷写成 HFile 呢？WAL (Write-Ahead-Log) 预写日志是 HBase 的 RegionServer 在处理数据插入和删除过程中用来记录操作内容的一种日志。每次Put、Delete等一条记录时，首先将其数据写入到 RegionServer 对应的 HLog 文件中去。
而WAL是保存在HDFS上的持久化文件，数据到达 Region 时先写入 WAL，然后被加载到 MemStore 中。这样就算Region宕机了，操作没来得及执行持久化，也可以再重启的时候从 WAL 加载操作并执行。
那么，我们从写入流程中可以看出，数据进入 HFile 之前就已经被持久化到 WAL了，而 WAL 就是在 HDFS 上的，MemStore 是在内存中的，增加 MemStore 并不能提高写入性能，为什么还要从 WAL 加载到 MemStore中，再刷写成 HFile 呢？
- 数据需要顺序写入，但 HDFS 是不支持对数据进行修改的；
- WAL 的持久化为了保证数据的安全性，是无序的；
- Memstore在内存中维持数据按照row key顺序排列，从而顺序写入磁盘；
所以 MemStore 的意义在于维持数据按照RowKey的字典序排列，而不是做一个缓存提高写入效率。
另外，非常欢迎大家加我VX： Abox_0226 ，备注「进群」，有关大数据技术的问题在群里一起探讨。