HBase Region分裂的三种策略

一、ConstantSizeRegionSplitPolicy

一个Region中最大Store的大小超过阈值以后就会触发分裂。该策略最简单，但弊端至关大。阈值设置大，对大表友好，小表可能不会触发分裂，极端状况下可能只有一个region。阈值设置小，对小表友好，但一个大表可能在集群中产生大量的region。对于集群管理不是好事。

二、IncreasiongToUpperBoundRegionSplitPolicy

一个Region中最大Store的大小超过阈值以后就会触发分裂。阈值不是固定的值，而是在必定状况下不断调整的，调整后的阈值大小和Region所属表在当前region server上的region个数有关系。
调整后的阈值 = regions regions flushsize * 2
阈值不会无限增大，maxRegionFileSize来作限制。可以自适应大小表，集群规模大的状况下，对大表很优秀，对小表会产生大量小region

三、SteppingSplitPolicy
分裂阈值大小和待分裂Region所属表在当前Region Server上的region个数有关系。
若是region个数为1，分裂之为flushsize * 2。
不然为 maxRegionFileSize
大表小表都不会产生大量的region

Region分裂准备

一、初始化两个子Region对象
二、更改zk的状态为splitting、更改master内存中父region的状态信息
三、在父目录下新建.split文件夹
四、关闭父region，flush操做，数据落盘。短期落在父region上的请求都会抛异常
五、在.split文件夹下生成两个子文件夹daughterA、daughterB，并在两个文件夹内生成reference文件，分别指向父region中对应的文件

reference是引用文件，文件中的内容并非用户数据。由两部分构成，分裂点、boolean变量，true表示reference引用的是父文件的上部分，false表示下半部分

六、分裂成两个region后，将daughterA、daughterB拷贝到HBase根目录
七、下线父region，修改meta表，

根据reference文件查找数据

一、根据文件名定位到具体文件(父region名+hfile名)
二、根据reference文件内容的两个变量肯定要扫描的部分数据

父region数据迁移到子region

Major Compaction

父region被删除的时间

master启动线程按期遍历检查全部处于splitting状态的父region
一、读取出meta表中全部split为true的region，加载出他们的子region
二、检查子region是否还存在引用文件，若不存在，父region对应的文件就能删除