hbase并不是适合所有场景：1.足够多的数据：hundreds of milllions or billions of rows，hbase是一个很好的选择，如果只是很少的数据RDBMS是更好的选择。2.可以不使用传统关系型数据库的提供的高级sql，二级索引等功能。 3.有足够的硬件，因为hbase是建立在hdfs之上的，hdfs尚且不能很好的做事情如果少于5个datanode。
catalog tables：-ROOT- .META. 也是以hbase tables的形式存在，尽管hbase shell 的list命令并不会将这两个表列出。 -ROOT- ：保存.META.的region信息，只有一个region。结构：KEY:.META. region key(.META.,,1)
VALUES:info:regioninfo 序列化了.META.的hregioninfo 实例。
info:服务，regionserver hold .META. port。
regionserver 进程holding .META. 的开始时间。
META.:保存系统中所有regions的信息。
key：[table],[region start key],[region id]
value：info：regionif
info:server 包含这个region的 regionserver port
info: 同-ROOT-
基本是和-ROOT-保存的信息类似。
hregioninfo中empty key 被用来用来代表table的开始与结束。region with an empty start key 是这个表的第一个region。如果既有empty start key又有empty end key则表示，这个region是table的唯一个region。
put 被发送给regionserver 当writebuffer 被填满的时候。在htable实例被废弃之前一定要保证close() 或flushcommits 被唤醒，否则puts会丢失。
htable.delete不走writebuffer。这个只应用于put。
rowlocks 仍然存在于client的api中尽管被抛弃了，因为控制不好则会锁住regionserver。
如果hbase运行在多master的环境中，所有的master竞争run the cluster。如果活跃的master失去与zookeeper的通讯或者down掉了，则剩余的master将结果master的角色。
数据块的缓存采用的是LRU cache。
计算有多少内存给hbase用来caching的合适大小的公式:region server的个数*heap size* hfile.block.cache.size*0.85. 0.85代表默认的可以接受的loading factor在LRU缓存。
除了你的数据还有一些必须的东西也要纳入缓存的计算中：.META. -ROOT-,Hfile index,keys(rowkey,family,timestamp),boom filters like hfile index
两种使用没必要使用block caching的情景：1，fully random reading pattern。短时间内几乎不会访问同样的key两次，cache的hit基本为0，在这种表上设置cache基本是在浪费。2.mapping a table ：在典型的mapreduce job 中，以table为map 的input，每行都会读。
write ahead log（WAL）：每个regionserver 都是先添加更新（puts，delete）到WAL。然后是Memstore。这样可以保证hbase的持久化写。如果没有WAL，当regionserver down掉并且Memstore还没被flush，新的StoreFile还没写完，那么就会导致数据丢失。WAL 在 HDFS 的 /hbase/.logs/ 中， 每个region 一个。
region怎么被分到regionserver：1.master 唤醒assignmentmanager 。
2.assignmentmanger 查看.META.中存在的region assignment。
3.如果region assignment 依然有效或者说regionserver 在线，则分配被保持。
4.如果无效则负载均衡工厂将被唤醒来分配region。默认的负载均衡将会随机分配region 给regionserver。
5.MATA将被regionserver的分配更新，并且regionserver start codes 当region 被regionserver打开时。
当一个regionserver 失败，region 马上变成不可用，因为regionserver 挂掉了。
master 将发觉regionserver 挂掉了。
region 分配将被认为有效，并且将进行重新分配类似开始的步骤。
region split：region的split master不参加。regionserver splits 一个region的时候先下线要被split的region，然后向META中添加字regions，在父hosting regionserver并打开子region并向master报告split。
一个store 主持一个memstore 和0或多个storefiles（hfiles）。一个store相当于一个table的一个region的一个列族。
memstore：控制内存中的store的更改。更改是keyvalue。当需要flush的时候，当前的memstore被移动到快照并且清除。
storefile是data的地方。${HBASE_HOME}/bin/hbase org.apache.hadoop.hbase.io.hfile.HFile -v -f 文件名。这个命令可以帮助查看hfile。
key-value：The KeyValue format inside a byte array is:
- keylength
- valuelength
- key
- value
The Key is further decomposed as:
- rowlength
- row (i.e., the rowkey)
- columnfamilylength
- columnfamily
- columnqualifier
- timestamp
- keytype (e.g., Put, Delete, DeleteColumn, DeleteFamily)
参考：http://hbase.apache.org/book/book.html
