一.客户端存储与读取数据流程
首先，存储数据的region信息是在hbase：meta（元数据表）中管理，而管理hbase:meta的region（只有一个）的位置是由zookeeper管理的。因此client查询数据的流程：1.client首先查询zookeeper中管理hbase：meta的region位置。2.找到管理hbase：meta的region后就找到了hbase:meta。 3.找到hbase：meta后，在meta中scan（扫描）数据的region。4. 找到管理数据的region后就找到了需要查询的数据。（其中region是由HRegionServer管理）
二. HMaster 连接zookeeper
HMaster连接zookeeper是为了查找HRegionServer的位置然后管理HRegionServer。
三. HBase数据存储
HBase中所有数据文件都是存储在Hadoop HDFS文件系统上，主要包括两种文件。
1.HFile: HBase中KeyValue数据存储格式，HFile是Hadoop的二进制格式文件，实际上StoreFile就是对HFile的轻量级包装，进行数据存储。
2.Hlog File ，HBase中WAL（预写日志）的存储格式，物理上是Hadoop的Sequence File。
HBase存储数据是首先会向HLog存储一份以防HRegionServer宕机，在向MenStore存储。
四. HRegionServer
HRegionServer内部管理了一系列的HRegion对象，每个HRegion对应了table中的一个region，HRgion中由多个HStore组成。每个Hstore对应了Table中的column family（列簇），可以看出每个列簇就是一个集中地存储单元，因此最好将具备共同IO特性的column放在一个column family中，这样最高效。
HStore存储时HBase的核心，有两部分组成，一部分是MenStore，一部分是StoreFile。MEMStore是Stored Memory Buffer,用户写入的数据首先会当如MemStore，当MemStore满了以后就会Flush成一个StoreFile（底层实现是HFile）。
五. MemStore和StoreFile
Client写入->存入MemStore，一直到MEMStore存满->Flush成一个StoreFile，直到增长到一定阈值->触发Compact合并操作->将多个StoreFile合并成一个StoreFile，同时进行版本合并和数据删除->当StoreFile Compact后，逐步形成越来越大的StoreFile->单个StoreFile大小超过一定阈值之后，触发Split操作，把当前RegionSplit成2个Region ,Region会下线，新Split的2个孩子Region会被HMaster分配到相应的HRegionServer上，使得原先1个Region的压力得以分流道2个Region上。
Hbase只是增加数据，所有的更新和删除操作都是在Compact阶段做的，所以，用户写操作只需要进入到内存中即可立即返回，从而保证I/O高性能。
六. HLog文件结构
WAL以为Write Ahead log，类似MySQL中的binlog，用来做灾后恢复。