开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第15天

一、本篇笔记的重点内容

二、详细知识点介绍

在HBase中，一张表可以由多个存放到不同服务器上的Region构成，HBase表、HRegion和存储文件之间的关系可由下图来示意。

Region按大小分割的，每个表一开始只有一个Region，随着数据不断插入表，Region不断增大，当增大到一个阀值的时候，Region就会等分会两个新的Region（Region Server处理），当table中的行不断增多，就会有越来越多的region。

Region虽然是分布式存储的最小单元，但并不是存储的最小单元。

Region由一个或者多个Store组成，每个store保存一个columns family。每个Strore又由一个memStore和0至多个StoreFile组成。

MemStore是内存的存储对象，只有当MemStore满了之后Hbase会在HDFS上新生成一个新的Hfile，然后把 MemStore中的内容写到这个Hfile中，Hfile直接和HDFS打交道，是数据的存储实体。

HFile是由一个一个的块组成的，在Hbase中一个快的大小默认为64kb，由列族上的BLOCKSIZE属性决定。这些块区分不同的角色：

1） Data：数据块。每个HFile有多个Data块。我们存储在Hbase表中的数据就在数据块中。Data块其实是可选的，但是几乎很难看到不包含Date块的HFile。

2） Meta:元数据块。Meta也是可选的，Meta块只有在文件关闭的时候才会写入，Meta存储了该文件的元数据信息。

3） FileInfo：文件信息，其实也是一种数据存储快，FileInfo是HFile的必要组成部分。它只有在文件关闭的时候写入，存储的是这个文件的信息。

4） DataIndex：存储Date块索引信息的块文件。索引的信息其实也就是Data块的偏移量。DataIndex也是可选的，有Data块才有DataIndex。

5） Trailer:必选的，它存储了FileInfo，DateIndex,MetaIndex块的偏移量。