超级会员免费看
本文详细解析了HBase的读数据流程，包括Client-Server交互逻辑、构建scanner体系和scan查询。读取复杂性源于LSM-Like树结构和多版本特性。客户端通过Zookeeper获取元数据信息，然后向RegionServer发送请求。RegionServer接收到请求后，构建scanner体系，包括RegionScanner、StoreScanner和StoreFileScanner，进行数据检索。文章强调了三层scanner的层级关系及各自作用，以及如何根据Time Range和RowKey Range进行过滤。最后讨论了scan查询过程中的一行数据查询逻辑，包括最小堆的构建和Key Value的判定过程。
和写流程相比，HBase读数据是一个更加复杂的操作流程，这主要基于两个方面的原因：
- 其一是因为整个HBase存储引擎基于LSM-Like树实现，因此一次范围查询可能会涉及多个分片、多块缓存甚至多个数据存储文件；
- 其二是因为HBase中更新操作以及删除操作实现都很简单，更新操作并没有更新原有数据，而是使用时间戳属性实现了多版本。删除操作也并没有真正删除原有数据，只是插入了一条打上”deleted”标签的数据，而真正的数据删除发生在系统异步执行Major_Compact的时候。
很显然，这种实现套路大大简化了数据更新、删除流程，但是对于数据读取来说却意味着套上了层层枷锁，读取过程需要根据版本进行过滤，同时对已经标记删除的数据也要进行过滤。
总之，把这么复杂的事情讲明白并不是一件简单的事情，为了更加条理化地分析整个查询过程，接下来笔者会用两篇文章来讲解整个过程，首篇文章主要会从框架的角度粗粒度地分析scan的整体流程，并不会涉及太多的细节实现。大多数看客通过首篇文章基本就可以初步了解scan的工作思路；为了能够从细节理清楚整个scan流程，接着第二篇文章将会在第一篇的基础上引入更多的实现细节以及HBase对于scan所做的基础优化。因为理解问题可能会有纰漏，希望可以一起探讨交流，
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
