HBase:数据是如何以排序方式写入HFile的？

Question

我对HFiles有一个相当基本的怀疑。

当启动put/insert请求时，该值首先写入WAL，然后写入memstore。memstore中的值以与HFile相同的排序方式存储。一旦memstore满了，它就会被冲进一个新的HFile中。

现在，我已经读到HFile按排序顺序存储数据，即顺序行键将在彼此的旁边。

这是100%的事实吗？

例如:我首先用行键1到1000来写行，但行键500除外。假设memstore现在已经满了，所以它将创建一个新的HFile，称为HFile1。现在，这个文件是不可变的。

现在，我将编写行1001至2000，然后编写行键500。假设memstore已满，并将其写入HFile，则称为HFile2。

是这样发生的吗？

如果是，则行键500不在HFile1中，因此HFiles中的行键没有按排序顺序排列。那么，原来的粗体说法是正确的吗？

那么，当读取发生时，读取是如何发生的呢？

Answer 1

HFile按排序顺序存储数据，即顺序行键将彼此相邻。 这是100%的事实吗？

是的，这是百分之百的准确。在单个RowKeys中的HFile总是被排序的。

我将写1001行到2000行，然后写行键500。假设memstore已满，并将其写入HFile，则称为HFile2。 是这样发生的吗？

是的，现在500人进入了第二个HFile的顶端。

如果是，则行键500不在HFile1中，因此HFiles中的行键没有按排序顺序排列。那么，原来的粗体说法是正确的吗？

是的，单个HFile中的行键总是排序的。HBase周期性地执行压实，这将合并多个HFiles并将它们重写为单个HFile，这个新的HFile (压缩的结果)也被排序。

那么，当读取发生时，读取是如何发生的呢？

在读取时，如果一个存储有多个HFile，HBase将从所有HFiles读取该行(检查该行是否在那里，如果已读取)以及从HFiles存储读取该行。这样它就能得到最新的数据。

HBase权威指南对HBase读取路径的工作原理有很好的解释。