hadoop - HBase 内部如何管理版本？

Question

假设一个值发生了更新，它属于

RowKey 1288,
ColunumFamily cf1
Qualifier  Q1

现在其中一个值发生了变化，HBase 如何跟踪这个变化？

1. 是否通过更新移动到另一个 HFile，从所有可能的 HFile 中获取所有值并1288 -> Cf1 -> Q1带有时间戳并响应最新的。

2. 更新仅在内存存储中进行？在 Major Compaction 期间，HFiles 会使用 mem store 中的更新日志进行更新？

3. 还有其他机制吗？

Answer 1

在您的示例中，当第一次插入值时，HBase 将存储 <1288, cf1, Q1, v1, timestamp, PUT>。如果将 v1 更新到 v2，HBase 将追加一条新记录 <1288, cf1, Q1, v2, timestamp, PUT>。它在内存商店中。如果 memstore 已满，它将被刷新到 HFile。

当你要访问use <1288, cf1, Q1>时，HBase会通过扫描HFiles来读取所有的版本（就是HFile中的row key range、timestamp、bloomfilter会帮助HBase快速判断一个row key是否在一些 H 文件）。最后，默认情况下，它会返回最新的值给你。此外，您可以要求 HBase 返回更多版本。

如果你想了解 HBase 中的机制，我建议你阅读关于bigtable的论文。之后，您可以阅读HBase: The Definitive Guide CHAPTER 8 Architecture 和The Apache HBase™ Reference Guide Chapter 9. Architecture