HBase常見面試問題
1.hbase在從StoreMemery重新整理到HFile時候，是否對寫有影響？？
memstore在不同的條件下會觸發資料刷盤，那麼整個資料在刷盤過程中，對region的資料寫入等有什麼影響？memstore的資料刷盤，對region的直接影響就是：在資料刷盤開始到結束這段時間內，該region上的訪問都是被拒絕的，這裡主要是因為在資料刷盤結束時，RS會對改region做一個snapshot，同時HLog做一個checkpoint操作，通知ZK哪些HLog可以被移到.oldlogs下。從前面圖上也可以看到，在memstore寫盤開始，相應region會被加上UpdateLock鎖，寫盤結束後該鎖被釋放。
2.觸發memstore的flush操作，實現的方式有哪些？
- 1通過全域性記憶體控制，觸發memstore刷盤操作。memstore整體記憶體佔用上限通過引數hbase.regionserver.global.memstore.upperLimit進行設定，當然在達到上限後，memstore的刷寫也不是一直進行，在記憶體下降到hbase.regionserver.global.memstore.lowerLimit配置的值後，即停止memstore的刷盤操作。這樣做，主要是為了防止長時間的memstore刷盤，會影響整體的效能。
在該種情況下，RS中所有region的memstore記憶體佔用都沒達到刷盤條件，但整體的記憶體消耗已經到一個非常危險的範圍，如果持續下去，很有可能造成RS的OOM，這個時候，需要進行memstore的刷盤，從而釋放記憶體。 - 2手動觸發memstore刷盤操作
HBase提供API介面，執行通過外部呼叫進行memstore的刷盤 - 3 memstore上限觸發資料刷盤
前面提到memstore的大小通過hbase.hregion.memstore.flush.size進行設定，當region中memstore的資料量達到該值時，會自動觸發memstore的刷盤操作。
3.HBase中的HFile為甚要合併成大檔案，然後有時候要拆分成小的檔案？
（1）系統層級的合併必要
資料量的持續寫入，造成memstore的頻繁flush，每次flush都會產生一個HFile，這樣底層儲存裝置上的HFile檔案數量將會越來越多。不管是HDFS還是Linux下常用的檔案系統如Ext4、XFS等，對小而多的檔案上的管理都沒有大檔案來的有效，比如小檔案開啟需要消耗更多的檔案控制代碼；在大量小檔案中進行指定rowkey資料的查詢效能沒有在少量大檔案中查詢來的快等等。
【提示：在hbase叢集搭建過程中，需要手動修改（調大）linux允許的檔案控制代碼數量】
（2）查詢層級的合併必要—壓實compact
大量HFile的產生，會消耗更多的檔案控制代碼，同時會造成RS在資料查詢等的效率大幅度下降，HBase為解決這個問題，引入了compact操作，RS通過compact把大量小的HFile進行檔案合併，生成大的HFile檔案。
4.minor compact和major compact的區別？
RS上的compact根據功能的不同，可以分為兩種不同型別，即：minor compact和major compact。
（1）Minor Compact
minor compact又叫small compact，在RS執行過程中會頻繁進行，主要通過引數hbase.hstore.compactionThreshold進行控制，該引數配置了HFile數量在滿足該值時，進行minor compact，minor compact只選取region下部分HFile進行compact操作，並且選取的HFile大小不能超過hbase.hregion.max.filesize引數設定。
（2）Major Compact
相反major compact也被稱之為large compact，major compact會對整個region下相同列簇的所有HFile進行compact，也就是說major compact結束後，同一個列簇下的HFile會被合併成一個。major compact是一個比較長的過程，對底層I/O的壓力相對較大。
major compact除了合併HFile外，另外一個重要功能就是清理過期或者被刪除的資料。前面提到過，HBase的delete操作也是通過append的方式寫入，一旦某些資料在HBase內部被刪除了，在內部只是被簡單標記為刪除，真正在儲存層面沒有進行資料清理，只有通過major compact對HFile進行重組時，被標記為刪除的資料才能被真正的清理。
compact操作都有特定的執行緒進行，一般情況下不會影響RS上資料寫入的效能，當然也有例外：在compact操作速度跟不上region中HFile增長速度時，為了安全考慮，RS會在HFile達到一定數量時，對寫入進行鎖定操作，直到HFile通過compact降到一定的範圍內才釋放鎖。
5.大的HFile為什麼要Split成小的HFile？
compact將多個HFile合併單個HFile檔案，隨著資料量的不斷寫入，單個HFile也會越來越大，大量小的HFile會影響資料查詢效能，大的HFile也會，HFile越大，相對的在HFile中搜索的指定rowkey的資料花的時間也就越長，HBase同樣提供了region的split方案來解決大的HFile造成資料查詢時間過長問題。
其實，split只是簡單的把region從邏輯上劃分成兩個，並沒有涉及到底層資料的重組，split完成後，Parent region並沒有被銷燬，只是被做下線處理，不再對外部提供服務。而新產生的region Daughter A和Daughter B，內部的資料只是簡單的到Parent region資料的索引，Parent region資料的清理在Daughter A和Daughter B進行major compact以後，發現已經沒有到其內部資料的索引後，Parent region才會被真正的清理。
參考文章：https://blog.csdn.net/dante_003/article/details/79135031