写操作
1.客户端提交业务请求，会先向ZK请求meta表所在的RegionServer（meta位于hbase命名空间的一张表，记录其他表所处的位置）
2.ZK返回meta表所在RegionServer，客户端到指定位置请求，返回对应表的meta（并缓存下来，下次请求就不用再经过ZK了），获取对应的RegionServer（比如步骤1中要插入某个表一条数据）
3.向对应的RegionServer发送业务请求，比如，put请求，此时会先写入wal，再写进内存（与源码有出入，其实原理是一样的，wal同步之后，才算写入成功），此时客户端的请求就执行完毕了，不用等flush进磁盘（StroeFile）
- 内部机制：
- 1.获取锁，这里用的是JUC的lock锁
- 2.更新时间戳
- 3.在内存中构建wal，此时并没有写到HDFS
- 4.添加最后一次编辑到wal，但是不同步到HDFS
- 5.将数据写入内存
- 6.释放锁
- 7.同步wal（到HDFS中）1-7有事务控制，此时有个doRollBackMemory=false，如果写入失败，会将内存的数据弹出
关于flush的配置。
<!--regionServer的全局memstore大小，超过该大小就触发flush到磁盘操作，默认是堆大小的40%，flush操作会阻塞客户端读写-->
<property>
<name>hbase.regionserver.global.memstore.size</name>
<value></value>
</property>
<!--集群的写负载非常高，写入量通常情况都会超过flush的量，这时候读写操作会一直被阻塞，因此我们希望memstore不要超过一定的安全设置，默认堆大小*0.4*0.95，也就是一直阻塞到这个值为止-->
<property>
<name>hbase.regionserver.global.memstore.size.lower.limit</name>
<value></value>
</property>
<!--内存中的文件在启动flush之前能够存活的最长时间，默认1h（最后一次编辑）-->
<property>
<name>hbase.regionserver.optionalcacheflushinterval</name>
<value>3600000</value>
</property>
<!--单个region里memstore的缓存大小，超过就会flush，默认128M-->
<property>
<name>hbase.hregion.memstore.size</name>
<value>134217728</value>
</property>
4.当WAL文件的数量超过hbase.regionserver.max.logs，region会按照时间顺序依次进行刷写，知道WAL文件数量减小到hbase.regionserver.max.log以下（该属性在新版本已经废弃，无需手动设置，最大值为32）
5.hbase.regionserver.hlog.blocksize，hlog大小上限，达到该值则block，进行roll掉，默认配置为hdfs配置的block大小
读操作
1.直接在hbase中查看HFile的命令：
$ bin/hbase org.apache.hadoop.hbase.io.hfile.HFile -a -b -e -k -p -f hdfs中的位置
HBase读操作并不是先从内存中读，找不到再从磁盘中读，而是两者一起读，放进Block cache中比较时间戳，返回时间戳大的那个一记录
2.读操作流程：
-client先访问zk，获取hbase：meta表的位置
-访问对应的RegionServer，获取meta表，根据读请求的namespace：table、rowkey，查询出目标数据位于哪个RegionServer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中，方便下次访问。
-与目标Region Server通讯，分别在Block Cache（读缓存），MemStore和Store File（HFile）中查询目标数据，并将查询到的所有数据进行合并，此处所有数据是指同一条数据的不同版本（timestamp）或者不同的类型（put/Delete）
-将从文件中查询到的数据块(Block，HFile数据存储单元，默认64kb）缓存到Block Cache
-将最终结果返回客户端
Compact合并
分为minor compact和major compact
1.相关配置
<property>
<name>hbase.hregion.majorcompaction</name>
<value>604800000</value> #默认7天进行一次大合并，非常消耗资源，一般设置为0将其关闭，手动在空闲时间进行合并
</property>
<property>
<name>hbase.hstore.compactionThreshold</name>
<value>3</value> #在一个Store中，超过3个HStoreFile就会发生小合并
</property>
2.手动compact时，如果超过3个storehfile，此时的compact是大合并
3.删除数据：
-flush（当同一条数据的版本在同一个内存中是，会删除，如果在不同的内存中，即在磁盘里则不会删）
-major compact
这里有个特殊例子，当同一个rowkey多次flush时，最后一次在flush之前将其delete，delete标记不会在flush阶段被清掉，否则会出现诈尸现象。
切分
当一个region中的某个store下所有StoreFile的总大小超过Min(R^2*"hbase.hregion.memstore.flush.size",hbase.hregion.max.filesize"),该Region就会进行拆分，其中R为当前RegionServer中属于该Table的个数