1 已经提到过，Table中的所有行都凭据row key的字典序分列。
2 Table 在行的偏向上支解为多个Hregion。
3 region按巨细支解的，每个表一开始只有一个region，跟着数据不绝插入表，region不绝增大，当增大到一个阀值的时候，Hregion就会平分会两个新的Hregion。当table中的行不绝增多，就会有越来越多的Hregion。
4 Hregion是Hbase中漫衍式存储和负载平衡的最小单位。最小单位就暗示差异的Hregion可以漫衍在差异的HRegion server上。但一个Hregion是不会拆分到多个server上的。
5 HRegion固然是漫衍式存储的最小单位，但并不是存储的最小单位。
事实上，HRegion由一个可能多个Store构成，每个store生存一个columns family。
每个Strore又由一个memStore和0至多个StoreFile构成。如图：
StoreFile以HFile名目生存在HDFS上。
HFile的名目为：
Trailer部门的名目:
HFile分为六个部门：
Data Block 段–生存表中的数据，这部门可以被压缩
Meta Block 段 (可选的)–生存用户自界说的kv对，可以被压缩。
File Info 段–Hfile的元信息，不被压缩，用户也可以在这一部门添加本身的元信息。
Data Block Index 段–Data Block的索引。每条索引的key是被索引的block的第一笔记录的key。
Meta Block Index段 (可选的)–Meta Block的索引。
Trailer–这一段是定长的。生存了每一段的偏移量，读取一个HFile时，会首先读取Trailer，Trailer生存了每个段的起始位置(段的Magic Number用来做安详check)，然后，DataBlock Index会被读取到内存中，这样，当检索某个key时，不需要扫描整个HFile，而只需从内存中找到key地址的block，通过一次磁盘io将整个 block读取到内存中，再找到需要的key。DataBlock Index回收LRU机制裁减。
HFile的Data Block，Meta Block凡是回收压缩方法存储，压缩之后可以大大淘汰网络IO和磁盘IO，随之而来的开销虽然是需要耗费cpu举办压缩息争压缩。
方针Hfile的压缩支持两种方法：Gzip，Lzo。
HLog(WAL log)
WAL 意为Write ahead log(http://en.wikipedia.org/wiki/Write-ahead_logging)，雷同mysql中的binlog,用来做劫难规复只用，Hlog记录数据的所有改观,一旦数据修改，就可以从log中举办规复。
每个Region Server维护一个Hlog,而不是每个Region一个。这样差异region(来自差异table)的日志会混在一起，这样做的目标是不绝追加单个文件相对付同时写多个文件而言，可以淘汰磁盘寻址次数，因此可以提高对table的写机能。带来的贫苦是，假如一台region server下线，为了规复其上的region，需要将region server上的log举办拆分，然后分发到其它region server长举办规复。
HLog文件就是一个普通的Hadoop Sequence File，Sequence File 的Key是HLogKey工具，HLogKey中记录了写入数据的归属信息，除了table和region名字外，同时还包罗 sequence number和timestamp，timestamp是”写入时间”，sequence number的起始值为0，可能是最近一次存入文件系统中sequence number。HLog Sequece File的Value是HBase的KeyValue工具，即对应HFile中的KeyValue，可拜见上文描写。
http://hi.baidu.com/kayin521/blog/item/e4ac9af08e532d78dcc4743c.html
