简 介：HBase是谷歌BigData论文的一个代码实现，在大数据处理领域应用广泛。本文意在记录自己近期学习过程中的所学所得，如有错误，欢迎大家指正。

关键词：大数据组件、HBase、NoSQL

一、HBase读数据流程

HBase读数据流程：

1. 首先从zookeeper中获得meta表所在的RegionServer
2. 然后从meta表中获取待查询的表的Region所在的RegionServer，将查询到的信息放到Meta Cache缓存中，便于后续查找
3. 与查询到的RegionServer进行通信
4. 从该RegionServer中的MemStore和StoreFile（内存和磁盘）分别进行读取数据
5. 将从内存和磁盘读取到的数据进行合并，什么是合并就是有可能内存和磁盘中的数据是两个版本，或者可能同样类型的数据然后时间戳不一样，需要将两个地方读取到的数据进行对比，返回最新时间戳的数据
6. 然后将合并后的数据缓存到Block Cache，以便于后续查询
7. 将合并后的数据返回给客户端

1.我们测试一下，首先创建一个stu表：

2.然后向stu表中插入一条数据

我们发现此时HDFS中的info列族中还没有数据，是因为此时数据还在内存中，没有被刷写，我们可以进行手动刷写

3.将插入的数据进行刷写

发现手动刷写后就可以在HDFS中发现了数据，就是将MemStore中的数据刷写成StoreFile

4.再插入一条时间戳小于刚才的数据

插入之前先扫描一下刚才插入的时间戳

然后进行插入一条时间戳小的数据

那么现在张三对应的数据此时在磁盘中，而新插入的李四仍在内存中，按照常理想，我们会认为进行读取内存，也就是会读到李四

也就是会读到李四

[外链图片转存中…(img-JVVIIENC-1624367770630)]

但是发现现在扫描仍然是张三，这就说明默认读取的不是内存，真正的读取就是将内存和磁盘中的数据都进行读取，然后进行时间戳比较，返回最新的时间戳数据，而不是读取内存中的，然后将读取到的进行合并返回给客户端，然后将该数据同时存储到Block Cache中，方便后续的查找。