HBase工作原理，
1. Region的定义与数据存储管理
2. 细化HBase内部存储
3. HBase内存管理和文件合并
主要角色总结：
Client
1 包含访问HBase的接口，client维护着一些cache来加快对HBase的访问，比如Regione的位置信息。
Zookeeper
1 保证任何时候，集群中只有一个master
2 存贮所有Region的寻址入口----root表在哪台服务器上。
3 实时监控Region Server的状态，将Region server的上线和下线信息实时通知给Master
4 存储HBase的schema,包括有哪些table，每个table有哪些column family
Master职责
1 为Region server分配Region
2 负责Region server的负载均衡
3 发现失效的Region server并重新分配其上的Region
4 HDFS上的垃圾文件回收
5 处理schema更新请求
Region Server职责
1 Region server维护Master分配给它的Region，处理对这些Region的IO请求
2 Region server负责切分在运行过程中变得过大的Region
可以看到，client访问HBase上数据的过程并不需要master参与（寻址访问zookeeper和Region server，数据读写访问Regione server），master仅仅维护者table和Region的元数据信息，负载很低。基本存储的总结：
1 Table中的所有行都按照row key的字典序排列。
2 Table 在行的方向上分割为多个HRegion。
3 Region按大小分割的(默认10G)，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，HRegion就会等分会两个新的HRegion。当table中的行不断增多，就会有越来越多的HRegion。
4 HRegion是HBase中分布式存储和负载均衡的最小单元。最小单元就表示不同的HRegion可以分布在不同的HRegion server上。但一个HRegion是不会拆分到多个server上的。
5 HRegion虽然是负载均衡的最小单元，但并不是物理存储的最小单元。事实上，HRegion由一个或者多个Store组成，每个store保存一个column family。每个Strore又由一个MemStore和0至多个StoreFile组成。
6 一个Region由多个store组成，每个store包含一个列族的所有数据；Store包括位于内存的MemStore和位于硬盘的storefile
写操作先写入MemStore,当MemStore中的数据量达到某个阈值，HRegionserver启动flashcache进程写入storefile,每次写入形成单独一个storefile；当storefile大小超过一定阈值后，会把当前的Region分割成两个，并由Hmaster分配给相应的Region服务器，实现负载均衡
客户端检索数据时，先在MemStore找，找不到再找storefile。
4. HBase客户端搜索RegionServer
如下有2张表(table1为大表，table2为小表)，假设要查询的数据是table2的RK15000行数据。Client并不知道存储该行数据的Region存放在哪个RegionServer中。系统是如何查找到该RegionServer的呢？
上面的执行过程中存在一个新的问题，.META表本身就是一张HBase表，要查询表中的数据需要知道存储该数据的RegionServer存放在哪里，为了解决这个问题，引入了Zookeeper,将所有RegionServer存储到Zookeeper中。
解决上面的问题后出现了一个新的问题，当table1表的内容变得特别大的情况下，那么记录该表的META表内容也跟着增大；随着META表内容变大，所需要的RegionServer(Region变大)也跟着变大。也就是查询一条数据，在Zookeeper中会有越来越多的RegionServer要逐一遍历。为了解决这个问题，系统引入了一张叫做-ROOT-的表。
示意图如下：
如果-ROOT-表太大了，要被分成多个Region怎么办？HBase认为-ROOT-表不会大到那个程度，因此-ROOT-只会有一个Region，这个Region的信息也是被存在HBase内部的。完整的步骤应该是这样的：
注意：
5. HBase读写过程
读请求过程：
1 客户端通过zookeeper以及root表和meta表找到目标数据所在的Regionserver
2 联系Regionserver查询目标数据
3 Regionserver定位到目标数据所在的Region，发出查询请求
4 Region先在MemStore中查找，命中则返回
5 如果在MemStore中找不到，则在storefile中扫描；如果内部有很多storefile，可以使用bloomfilter
写请求过程：
1 client向Region server提交写请求
2 Region server找到目标Region
3 Region检查数据是否与schema一致
4 如果客户端没有指定版本，则获取当前系统时间作为数据版本
5 将更新写入WAL log
6 将更新写入MemStore
7 判断MemStore的是否需要flush为Store文件。