NoSQL 数据库之HBase 体系结构和读写流程 百度云下载 视频教程

这套资料围绕 HBase 的体系结构与读写流程展开，适合已经接触过 Hadoop、HDFS，但对 HBase 内部机制还停留在「会用 API 建表、put、get」阶段的开发者。它不打算把你从零带到架构师，而是把 HBase 在分布式环境下的存储模型和一次读写请求到底走了哪些组件讲清楚。如果你正在准备软考里数据库或系统架构相关的部分，或者手头有基于 HBase 的项目需要排查性能问题，这份视频更适合当作对照材料，边看边翻源码或起一个伪分布式集群验证。

技术栈与前置知识

HBase 建立在 HDFS 之上，依赖 ZooKeeper 做协调，底层存储格式是 HFile，写入路径还会涉及 WAL（Write-Ahead Log）和 MemStore。这几块构成理解读写流程的最小知识集合。视频里对这些组件的讲解是串在请求链路里的，而不是孤立地介绍名词，这点对自学比较友好。建议在开始前确认自己至少能独立启动一个单机或伪分布式 HBase，知道hbase-site.xml里hbase.rootdir指向哪里，否则看体系结构部分会缺少落点。Java 基础不需要很深，但能读懂 Client、RegionServer 之间的调用关系会更顺。

体系结构部分在讲什么

HBase 的架构可以按 Client、ZooKeeper、Master、RegionServer、HDFS 五层去拆。资料里重点是 Master 与 RegionServer 的职责边界：Master 负责表、Region 的分配和负载均衡，RegionServer 负责实际的数据读写和 Region 的拆分合并。理解hbase:meta表为什么存在、Client 如何通过它定位到目标 Region 所在的 RegionServer，是后面看懂读写流程的前提。另一个值得对照实践的点是 Region 的寻址过程，它解释了为什么第一次访问某张表会慢、之后会快，以及 Client 端缓存 meta 信息带来的影响。

写流程：从 put 到 HFile

写入路径是这套资料里最值得反复看的部分。一次 put 请求大致会经历：Client 找到目标 RegionServer，数据先追加到 WAL，再写入 MemStore，返回成功；当 MemStore 达到阈值后 flush 成 HFile。这里有几个工程上常被忽略的细节：WAL 的落盘策略如何影响吞吐与可靠性、MemStore 的刷写触发条件、以及 flush 过程中对读请求的影响。视频把这些步骤按时间顺序拆开讲，适合拿来对照自己集群的日志和指标看。如果你在做写入性能调优，重点留意 WAL 和 MemStore 这两段的参数含义。

读流程：BlockCache 与多级查找

读路径比写路径更绕，因为它要同时处理 MemStore、BlockCache 和 HFile 三处数据。资料里会说明一次 get 或 scan 如何先在 MemStore 找、再到 BlockCache、最后落到 HFile，以及为什么需要 BlockCache 来减少磁盘 IO。理解 Bloom Filter 在其中的作用也有实际价值，它决定了一次查找是否需要真正读 HFile。把读流程和写流程对照着看，能更清楚 HBase 为什么适合写多读少、随机读延迟为什么比关系库高。

怎么用这份资料自学

• 先跑起来：用伪分布式模式启动 HBase，建一张小表，手动 put 几条数据，再scan出来，让抽象概念有对应实体。
• 对着看：看体系结构时打开 HBase Web UI，观察 RegionServer、Region 数量、请求数等指标的变化。
• 读源码：流程讲完后，去翻 Client 和 RegionServer 中与 put、get 相关的类，验证视频里的调用顺序。
• 做实验：调整 MemStore 和 BlockCache 相关参数，观察 flush 频率和读延迟的变化，记录结果。

整体来看，这套资料的价值在于把 HBase 的请求链路讲成一条可追踪的线，而不是停留在概念罗列。把它当成一次动手实验的脚本，配合自己的集群和日志去看，比单纯刷视频更容易留下能复用的理解。