Region Split 是 HBase 实现水平扩展(Scale-out)的基础。当一个 Region 过大时,它会自动分裂成两个。
1. 触发时机 (SplitPolicy)
HBase 提供了多种 Split 策略,默认是 IncreasingToUpperBoundRegionSplitPolicy。
1.1 策略逻辑
Min(MaxFileSize, FlushSize * 2 * RegionCount^3)
- 刚开始表只有一个 Region,Split 阈值很低(FlushSize * 2 = 256MB)。
- 随着 Region 数量增加,阈值迅速变大,最终稳定在
MaxFileSize(默认 10GB)。 - 这避免了小表产生太多小 Region,也避免了大表无法切分。
2. 切分流程 (SplitTransaction)
这是一个重操作,涉及文件系统操作和元数据更新。
- Prepare: 初始化,寻找 Split Point(通常是 Region 中最大的 StoreFile 的中间 Key)。
- Execute:
- Close Parent: 关闭父 Region,停止写入。
- Create Daughters: 在 HDFS 上创建两个子 Region 目录。
- Reference File: 此时并不真正移动数据,而是创建引用文件(Reference File)指向父 Region 的 HFile。
- Update Meta: 在 Meta 表中标记父 Region Offline,插入两个子 Region。
- Open Daughters: 开启两个子 Region 服务。
- Rollback: 如果中间失败,回滚操作。
3. Reference File 清理
Split 完成后,父 Region 的数据仍然物理存在。只有当子 Region 发生 Compaction 时,才会将引用文件重写为独立的 HFile。当父 Region 的所有 HFile 都被子 Region 重写后,父 Region 才会被 Master 的 GC 线程清理。