Hbase一张表的数据是由多个Region构成，而这些Region是分布在整个集群上的RegionServer上的。那么客户端在做任何数据操作时，都要确定数据在哪些Region上，然后再根据Region和RegionServer的对应关系，去相应的RegionServer中读取数据。
hbase：meta就是专门用来存储和Region相关的信息，这里的hbase表示namespace，meta是系统表，因此用全局统一的命名空间；
这个表只有一个列簇，即info。并且，Hbase保证meta表始终只有一个Region，这是为了确保meta多次操作的原子性（即要不这些操作全成功，要不这些操作一个都没有做）。
Meat表内具体存放哪些信息：rowkey：由四个字段拼接起来，分别是 表名-StratRow-TimeStamp-EncodedName。
数据分为4列：
info：regioninfo：EncodedName、RegionName、Region的StartRow、Region的StopRow；
info：seqnumDuringOpen：存储Region打开时的sequenceId；
info：server：存储Region落在哪个RegionServer上；
info：serverstartcode：存储所在的RegionServer启动时间戳；
查看meta表： 客户端定位Region;问题：面对海量数据查询时，hbase:meta所在region如何承担数千万的流量？
解决思路：把hbase:meta表的Region信息缓存在Hbase客户端；
定位Region：Hbase客户端有一个叫做metaCache的缓存，在调用API时，客户端会先去metaCache中找到业务Rowkey所在的region，这个region在绝大多数情况下都信息不为空，且调用RPC请求到对应的RegionServer后，且该RegionServer是正确的。
