1.hbase 架构2.物理存储
2.1整体物理结构 3.Rowkey设计三原则4.数据热点5. hbase读写流程6.Region的Split和Compact7.直接将时间戳作为行健，在写入单个 region 时候会发生热点问题，为什么呢？8.hbase 与mysql 区别?9.讲一下Hbase，Hbase二级索引用过吗？10.Hbase热点(数据倾斜)问题 读写请求会集中到某一个RegionServer上 如何处理。11.Hbase的原理 regionserver挂了 如何恢复数据 ？新的数据从Hlog里读出来是如何恢复的？12.hbase 优化
12.1其他优化方法:12.2.读写优化:开启布隆过滤器12.3预设分区
1.hbase 架构
Client职责
Hbase有两张特殊表：
.meta.：记录了用户所有表拆分出来的的Region映射信息，.meta.可以有多个Regoin
-ROOT-：记录了.meta.表的Region信息，-ROOT-只有一个Region，无论如何不会分裂。
ZooKeeper职责
1.ZooKeeper为Hbase提供Failover机制，选举Master，避免单点Master单点故障问题
2.存储所有Region的寻址入口：-ROOT-表在哪台服务器上。-ROOT-这张表的位置信息
3.实时监控RegionServer的状态，将RegionServer的上线和下线信息实时通知给Master。
4.存储Hbase的Schema。
Master职责：
1.为RegionServer分配Region
2、负责RegionServer的负载均衡
3、发现失效的RegionServer并重新分配其上的Region
4、处理Schema更新请求（表的创建，删除，修改，列簇的增加等等）RegionServer职责。如果设计的表的创建操作master宕机没有办法做。但是表的插入和查询可以用。
RegionServer职责:
1.RegionServer维护Master分配给它的Region，处理对这些Region的IO请求
2.负责和底层的文件系统HDFS的交互，存储数据到HDFS
3.RegionServer负责Split在运行过程中变得过大的Region，负责Compact操作
4.负责Store中的HFile的合并工作。
hbase新的Region寻址方式
第1步：Client请求ZooKeeper获取.meta.所在的RegionServer的地址。 第2步：Client请求.meta.所在的RegionServer获取访问数据所在的RegionServer地址，Client会将.meta.的相关信息cache下来，以便下一次快速访问。 第3步：Client请求数据所在的RegionServer，获取所需要的数据。
其一：提高性能
其二：2层结构已经足以满足集群的需求。
一、rowkey长度原则
不要超过16个字节。过长会影响hfile和MemStore存储。
二、rowkey散列原则
三、rowkey唯一原则
rowkey设计不合理是热点的源头。 热点发生在大量的client直接访问集群的一个或极少数个节点。
防止数据热点的有效措施：
1.加盐
rowkey的前面增加随机数
2.哈希
3.反转
反转固定长度或者数字格式的rowkey,手机号反转后的字符串作为rowkey
4.时间戳反转.
读:
1.client向zk发送获取元数据的请求，zk返回meta表所在的位置的regionserver。
2.客户端向发请求发送到对应的meta表的regionserver位置，获取真正数据的regionserver。
3.数据的regionserver查找对应的region，在region中寻找列族，先找memstore，找不到去blockcache中寻找，在找不到就进行storefile遍历
4.找到数据先缓存到blockcache中，再将结果返回
写:
1.Client访问zookeeper，获取元数据存储所在的regionserver
2.通过刚刚获取的地址访问对应的regionserver，数据表存储的regionserver
3.去表所在的regionserver，找对应的region,在region中寻找列族，先向memstore中写入数据
4.当memstore写入的值变多，触发溢写操作（flush），进行文件的溢写，成为一个StoreFile.
5.当溢写的文件过多时，会触发文件的合并（Compact）操作，合并有两种方式（major，minor）
合并和拆分:
当一个Store中的StoreFile达到一定的阈值后，就会进行一次合并(minor_compact, major_compact)，将对同一个key的修改合并到一起，形成一个大的StoreFile，当StoreFile的大小达到一定阈值后，又会对StoreFile进行split，等分为两个StoreFile。
minor compaction：小范围合并，默认是3-10个文件进行合并，不会删除其他版本的数据。
major compaction：将当前目录下的所有文件全部合并，一般手动触发，会删除其他版本的数据（不同时间戳的）
Compact 的作用：
① 合并文件
② 清除过期，多余版本的数据
③ 提高读写数据的效率
region 中的 rowkey 是有序存储，若时间比较集中。就会存储到一个 region 中，这样一个 region 的数据变多，其它的 region 数据很少，加载数据就会很慢，直到 region 分裂，此问题才会得到缓解。
8.hbase 与mysql 区别?1.mysql 面向行存储，一整行是一个整体，hbase面向列存储，一整列是一个整体。
2.mysql 存储关系型数据，hbase存储关系型和非关系型数据
3.mysql 有事务概念，hbase 数据库没有事务
4.hbase 存储容量比mysql 存储容量大。
默认情况下，Hbase只支持rowkey的查询，二级索引其实就是创建新的表，并建立各列值（family：column）与行键（rowkey）之间的映射关系。
10.Hbase热点(数据倾斜)问题 读写请求会集中到某一个RegionServer上 如何处理。产生原因:1.rowkey设计不合理 2.创建表的时候没有预先分区(默认是一个分区)
热点问题解决:1.解决rowkey设计不合理()2.根据数据量预先分区。
一旦RegionServer发生宕机，Hbase都会马上检测到这种宕机，并且在检测到宕机之后会将宕机RegionServer上的所有Region重新分配到集群中其他正常RegionServer上去，再根据HLog进行丢失数据恢复，恢复完成之后就可以对外提供服务，整个过程都是自动完成的
12.hbase 优化 12.1其他优化方法:1.减少数据量
开启BloomFilter,是列族级别的过滤，提高查询速度
使用压缩snappy
2.合理设计rowkey
3.减少列族个数(多个列族更有可能导致数据倾斜)
4.减少启停：对于Hbase会有compact机制，会合并HFile，但是我们可以手动关闭compact，减少I/O。如果是批量数据的写入，我们可以用BulkLoad来批量插入数据。
