HBase存储数据的文件格式是什么 hbase中数据存储的文件格式是什么

文章插图
StoreFile是HBase存储数据的文件格式。
HFile的逻辑结构HFile逻辑结构图HFile的逻辑结构
逻辑结构说明4大部分

Scanned block section

扫描StoreFile时，所有的Data Block（数据块）都将会被读取
Leaf Index（LSM + C1树索引）、Bloom block（布隆过滤器）都会被读取

Non-scanned block section

扫描StoreFile时，不会被读取
包含MetaBlock和Intermediate Level Data Index Blocks

Opening-time data section

在RegionServer启动时，需要将数据加载到内存中，包括数据块索引、元数据索引、布隆过滤器、文件信息。

Trailer

记录了HFile的基本信息
各个部分的偏移值和寻址信息

StoreFile物理结构StoreFile是以Hfile的形式存储在HDFS上的。Hfile的格式为下图：
StoreFile物理结构

HFile文件是不定长的，长度固定的只有其中的两块：Trailer和FileInfo 。正如图中所示的，Trailer中有指针指向其他数据块的起始点。
File Info中记录了文件的一些Meta信息，例如：AVG_KEY_LEN, AVG_VALUE_LEN, LAST_KEY, COMPARATOR, MAX_SEQ_ID_KEY等
Data Index和Meta Index块记录了每个Data块和Meta块的起始点。
Data Block是HBase I/O的基本单元，为了提高效率，HRegionServer中有基于LRU的Block Cache机制。每个Data块的大小可以在创建一个Table的时候通过参数指定，大号的Block有利于顺序Scan，小号Block利于随机查询。每个Data块除了开头的Magic以外就是一个个KeyValue对拼接而成, Magic内容就是一些随机数字，目的是防止数据损坏。
HFile里面的每个KeyValue对就是一个简单的byte数组。但是这个byte数组里面包含了很多项，并且有固定的结构。我们来看看里面的具体结构：

开始是两个固定长度的数值，分别表示Key的长度和Value的长度
紧接着是Key，开始是固定长度的数值，表示RowKey的长度
紧接着是 RowKey，然后是固定长度的数值，表示Family的长度
然后是Family，接着是Qualifier
然后是两个固定长度的数值，表示Time Stamp和Key Type（Put/Delete）——每一种操作都会生成一个Key-Value 。Value部分没有这么复杂的结构，就是纯粹的二进制数据了。

Data Block段

保存表中的数据，这部分可以被压缩

Meta Block段 (可选的)

保存用户自定义的kv对，可以被压缩。

File Info段

Hfile的元信息，不被压缩，用户也可以在这一部分添加自己的元信息。

Data Block Index段

Data Block的索引。每条索引的key是被索引的block的第一条记录的key 。

Meta Block Index段 (可选的)

Meta Block的索引。

Trailer

这一段是定长的。保存了每一段的偏移量，读取一个HFile时，会首先读取Trailer，Trailer保存了每个段的起始位置(段的Magic Number用来做安全check)，然后，DataBlock Index会被读取到内存中，这样，当检索某个key时，不需要扫描整个HFile，而只需从内存中找到key所在的block，通过一次磁盘io将整个 block读取到内存中，再找到需要的key 。DataBlock Index采用LRU机制淘汰
【HBase存储数据的文件格式是什么 hbase中数据存储的文件格式是什么】

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：