HBase的存储结构分为逻辑存储结构与物理存储结构，并且HBase通过逻辑存储结构来管理物理存储结构。而最终物理存储对应的文件又是存储在HDFS之上。而HBase的物理存储结构主要包括StoreFile、HFile和HLog日志。视频讲解如下：
一、 数据文件HFile
HBase会定时刷新MemStore中的数据从而生成StoreFile。Store File底层又是以HFile的格式保存在HDFS上。因此从根本上说，HBase的物理存储结构指的是HFile。视频讲解如下：
通过下面的方式可以查看员工表emp所对应的HFile。
（1）执行HDFS命令查看表emp对应的HDFS目录。
hdfs dfs -lsr /hbase/data/default/emp # 输出的信息如下： /hbase/data/default/emp/.tabledesc /hbase/data/default/emp/.tabledesc/.tableinfo.0000000001 /hbase/data/default/emp/.tmp /hbase/data/default/emp/459580d88e589ba8194336a7c578876f /hbase/data/default/emp/459580d88e589ba8194336a7c578876f/.regioninfo /hbase/data/default/emp/459580d88e589ba8194336a7c578876f/info /hbase/data/default/emp/459580d88e589ba8194336a7c578876f/info/da157b802d4f41849363fda1956926bd /hbase/data/default/emp/459580d88e589ba8194336a7c578876f/money /hbase/data/default/emp/459580d88e589ba8194336a7c578876f/money/ba4e83b1887144d588f71cfec7a437c3
（2）可以emp表上info列族的数据信息。
hbase hfile -p -f \ /hbase/data/default/emp/459580d88e589ba8194336a7c578876f/info/da157b802d4f41849363fda1956926bd # 输出的信息如下： K: 7369/info:deptno/1649559894497/Put/vlen=2/seqid=4 V: 20 K: 7369/info:ename/1649559894497/Put/vlen=5/seqid=4 V: SMITH K: 7369/info:hiredate/1649559894497/Put/vlen=10/seqid=4 V: 1980/12/17 K: 7369/info:job/1649559894497/Put/vlen=5/seqid=4 V: CLERK K: 7369/info:mgr/1649559894497/Put/vlen=4/seqid=4 V: 7902 K: 7499/info:deptno/1649559894497/Put/vlen=2/seqid=4 V: 30 K: 7499/info:ename/1649559894497/Put/vlen=5/seqid=4 V: ALLEN K: 7499/info:hiredate/1649559894497/Put/vlen=9/seqid=4 V: 1981/2/20 K: 7499/info:job/1649559894497/Put/vlen=8/seqid=4 V: SALESMAN K: 7499/info:mgr/1649559894497/Put/vlen=4/seqid=4 V: 7698 K: 7521/info:deptno/1649559894497/Put/vlen=2/seqid=4 V: 30 K: 7521/info:ename/1649559894497/Put/vlen=4/seqid=4 V: WARD K: 7521/info:hiredate/1649559894497/Put/vlen=9/seqid=4 V: 1981/2/22 K: 7521/info:job/1649559894497/Put/vlen=8/seqid=4 V: SALESMAN K: 7521/info:mgr/1649559894497/Put/vlen=4/seqid=4 V: 7698 K: 7566/info:deptno/1649559894497/Put/vlen=2/seqid=4 V: 20 K: 7566/info:ename/1649559894497/Put/vlen=5/seqid=4 V: JONES K: 7566/info:hiredate/1649559894497/Put/vlen=8/seqid=4 V: 1981/4/2 ......
从上面输出的信息可以看出，HFile是一个Key-Value格式的数据存储文件，并最终以二进制的形式存储在了HDFS上。一个Store File对应着一个HFile。HFile的格式如下图所示。
从HFile的格式可以看出，HFile分为了以下六个部分：
- Data块：该块保存了表中的数据，并且这部分可以被压缩以节约HFile所占用的存储空间。
- Meta块：该块保存了用户自定义的Key-Value数据。与Data块一样也可以被压缩，但区别是Meta块不是必须存在。
- File Info块：HBase使用File Info块来存储HFile的元信息，且这一部分的元信息是不能被压缩的。HBase也允许用户利用File Info块来存储自定义的元信息数据。
- Data Index块：该块包含了Data块的索引信息。Data块中的每一条索引信息都会被记录到Data Index块的Key中。
- Meta Index块：该块包含了Meta块的索引信息。
- Trailer块：Trailer块保存了一个块的偏移量的地址，这里的块包括：Data块、Meta块 、File Info块、Data Index块和Meta Index块。读取一个HFile的数据时，HBase会首先读取Trailer中的信息以确定每一个块的位置。
提示：HFile文件是不定长的，其中长度固定的只有其中的两块：Trailer和File Info。其中Trailer中有指针指向其他数据块的起始点；而File Info记录了HFile文件的一些元信息。在Data Index和Meta 块中则记录了每个数据块和元数据块的起始位置。另外，HFile的Data块和Meta块通常采用压缩方式存储，压缩之后可以大大减少网络I/O和磁盘I/O，随之而来的开销则是需要花费CPU进行压缩和解压缩。
二、 预写日志文件HLog
HBase采用预写日志的方式写入数据。预写日志意为Write Ahead Log，简称WAL。它类似Oracle数据库中的Redo log或者MySQL中的Binlog。HBase会将WAL日志保存到HLog日志文件中，Hlog文件将记录数据的所有变更。一旦数据丢失或者损坏，HBase就可以从HLog中进行恢复。视频讲解如下：
提示：HLog与Region Server相对应，即：每个Region Server只维护一个HLog。换句话说，同一个Region Server上的Region会使用同一个HLog。这样不同Region的WAL日志会混在一起。这样做的优点是可以减少磁盘寻址次数，从而可以提高对表的写性能；但是缺点是如果一台Region Server出现故障宕机并下线，为了在其他Region Server上执行恢复则需要要HLog进行拆分，然后分发到其它Region Server上进行恢复，这将增加HBase恢复时的复杂度。
在默认情况下，HLog都被保存到了HDFS的/hbase/WALs/下；而在HDFS的/hbase/oldWALs目录下保存的是已经过期的WAL日志。既然HLog保存了HDFS上，因此可以直接使用相关的命令来查看它。操作命令如下：
（1）使用HDFS命令查看目录/hbase/WALs/。
hdfs dfs -lsr /hbase/WALs/ # 输出的信息如下： drwxr-xr-x ...... /hbase/WALs/localhost,16020,1649679358560 -rw-r--r-- ...... /hbase/WALs/localhost,16020,1649679358560/localhost%2C16020%2C1649679358560.1649682968518 -rw-r--r-- ...... /hbase/WALs/localhost,16020,1649679358560/localhost%2C16020%2C1649679358560.meta.1649682968557.meta
（2）使用HBase提供的命令查看HLog日志的内容。
hbase wal -j \ /hbase/WALs/localhost,16020,1649679358560/localhost%2C16020%2C1649679358560.1649682968518 # 输出的信息如下： ...... position: 600, { "sequence": "4", "region": "d6def4cd3110ca597ad6057936e2b898", "actions": [{ "qualifier": "ename", "vlen": 4, "row": "7839", "family": "info", "value": "KING", "timestamp": "1649684058161", "total_size_sum": "88" }], "table": { "name": [101, 109, 112], "nameAsString": "emp", "namespace": [100, 101, 102, 97, 117, 108, 116], "namespaceAsString": "default", "qualifier": [101, 109, 112], "qualifierAsString": "emp", "systemTable": false, "hashCode": 100552 } } edit heap size: 128 ......
提示：从HLog日志中的action可以看出，客户端往列族info的ename列上插入了一个数据，即：KING。
三、 HBase写数据流程
在了解到了HBase的数据文件和预写日志文件后，便可以讨论HBase写数据的流程。与Oracle和MySQL类似，HBase在写入数据的时候也是先写入日志。只要预写日志WAL写入成功，客户端写入数据就成功，如下图所示。
当HBase的客户端发出一个写操作请求时，也就是执行put操作，HBase进行处理的第一步是将数据写入HBase的WAL中。WAL文件是顺序写入的，也就是所有新写入的日志会被写到WAL文件的末尾。当日志被成功写入WAL后，HBase将数据写入MemStore。如果此时MemStore出现了问题，写入的数据是会丢失的。这时候WAL就可以被用来恢复尚未写入HBase中的数据。当MemStore中的数据达到一定的量级后，HBase会执行Flush的操作将内存中的数据一次性地写入HFile中。视频讲解如下：
提示：当HBase执行Flush操作将内存中的数据写入HFile数据文件后，便可以清空WAL的预写日志。但是在生产环境中，一般建议保留所有的WAL日志。这样做的目的就是为了当HFile数据文件丢失或者损坏后，可以使用WAL日志来进行数据的恢复。
