我对 HFiles 有一个相当基本的怀疑。
当发起 put/insert 请求时，值首先写入 WAL，然后写入 memstore。 memstore 中的值以与 HFile 中相同的排序方式存储。一旦 memstore 已满，它就会被刷新到一个新的 HFile 中。
现在，我已经读到 HFile 按排序顺序存储数据，即顺序行键将彼此相邻 。
这是 100% 真的吗？
例如:我首先用 rowkeys 1 到 1000 写入行，rowkey 500 除外。假设 memstore 现在已满，因此它将创建一个新的 HFile，将其命名为 HFile1。现在，这个文件是不可变的。
现在，我将写行 1001 到 2000，然后我写行键 500。假设 memstore 已满并写入 HFile，称为 HFile2。
那么，事情是这样发生的吗？
如果是，则 rowkey 500 不在 HFile1 中，因此 HFiles 中的 rowkeys 没有排序。那么，原文加粗的说法正确吗？
那么，当读取发生时，读取是如何发生的呢？
最佳答案
是的，这是 100% 准确的。单个 HFile 中的 RowKeys 总是被排序。
是的，现在 500 到达第二个 HFile 的顶部。
是的，单个 HFile 中的行键总是被排序的。 HBase 会定期执行 compactions ，它将合并多个 HFile 并将它们重写为单个 HFile，这个作为压缩结果的新 HFile 也被排序。
在读取时，如果存储有多个 HFile，HBase 将从所有 HFile 中读取该行(检查该行是否存在，如果已读取)以及 memstore。所以它可以得到最新的数据。
HBase Definitive Guide 对 HBase 读取路径的工作原理有很好的解释。
关于HBase:数据如何以排序方式写入 HFile？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/26696212/