今天和同事聊到這個問題,發現者自己理解上有點錯誤。借此機會記錄下

HRegionServer內部管理了一系列HRegion對象，每個HRegion對 應了table中的一個region，HRegion中由多 個HStore組成。每個HStore對應了Table中的一個column family的存儲，可以看出每個columnfamily其實就是一個集中的存儲單元，因此最好將具備共同IO特性的column放在一個column family中，這樣最高效。

HStore存儲是HBase存儲的核心，由兩部分組成，一部分是MemStore，一 部分是StoreFile。MemStore是 Sorted Memory Buffer，用戶寫入的數據首先會放入MemStore，當MemStore滿了以後會Flush成一個StoreFile（底層實現是HFile）。


進行split的條件：該regiion下所有的storeFile中最大的storeFile大小超過閥值即進行spliet
在文件層次上，不同的列族，存儲在不同的文件中。但是不同的列族，可能會共享一個region。

/hbase/zz/3917ebd872c0adcb9d6c5a9cfd30b87f/a

/hbase/zz/3917ebd872c0adcb9d6c5a9cfd30b87f/a/9210131397650425238
/hbase/zz/3917ebd872c0adcb9d6c5a9cfd30b87f/b
/hbase/zz/3917ebd872c0adcb9d6c5a9cfd30b87f/b/7083844554431109536

如上所示：兩個不同的列族，共享了同一個region(3917ebd872c0adcb9d6c5a9cfd30b87f)。

由於不同的列族會共享region，所以有可能出現，一個列族已經有1000萬行，而另外一個才100行。當一個要求region分割的時候，會導致100行的列會同樣分布到多個region中。
這樣就出現了基數問題。（如果表存在多個列族，列族A有100萬行，列族B有10億行，那麽列族A可能會被分散到很多個Region上，這會導致掃描列族A的性能低下）


(某個column family在flush的時候，它鄰近的column family也會因關聯效應被觸發flush，最終導致系統產生更多的I/O)
所以，一般建議不要設置多個列族。

HBASE列族不能太多的真相 （一個table有幾個列族就有幾個 Store）