大数据技术-HBase：HBase IO HFile，
HBase声称可以支持实时的随机快速读写数据，但是其数据大部分是存入hdfs文件的，且是append进去的，为什么可以做到呢？下面我们将详细解释如何获取到随机I/O，怎样存储文件，及其所使用的文件格式HFile。
Hadoop有一种叫做SequenceFile的文件格式，你可以将key/value对append到hdfs上，这种文件格式不支持修改和移除，仅仅支持append。如果你需要找一个特定的key，不得不读整个文件。不过hadoop还提供了一个文件格式叫做MapFile，它是sequencefile的一个扩展。mapfile其实是一个包括两个sequencefile的字典：数据文件/data及索引文件/index。MapFile允许你排序key/value，每N个key，同时会把偏移量存起来。这个允许你快速定位数据，通过先扫索引文件。一旦你发现你需要的block，你就可以调到真实的数据文件位置。
但MapFile怎么解决两个问题呢：1》如何删除或替代key/value， 2》当我的输入是没有排序的，不能使用MapFile
HBase Key包括一个rowkey，列簇，qualifier，时间戳和type，通过type区分是删除与否，通过时间戳机制替换已有数据，通过将数据先在内存中排序，然后持久化到文件。每次做get或者scan的适合，hbase会对每个文件扫描，然后找出结果。为了防止遍历扫很多文件，一般通过compaction机制将文件个数维持在一个合理的范围内。在0.20版本以后，hbase不再使用MapFile文件格式，而是引入了新的文件格式，并经历了多个版本：
HFile v1：
与MapFile原理是类似，分数据和索引，但是它还支持metadata和index，并与数据保持在同一个文件中。
HFile v2：
这个版本文件格式进行了一些变动，主要是提升大量数据存储时的性能。v1需要将所有整个索引和bloom filters加载到内存，而新版本的将索引分层级，建立block级别的bloom filter。因此提升了性能，内存和缓存使用率。
HFile v3：
该版本重新最了HFile布局模式以提升压缩性能：
1》将所有key在一起每个block，而value在block结尾，可以使用不同压缩方式；
2》压缩时间戳用XOR使用VInt代替long