Hbase 和 HFile。它如何存储列族？

Question

如果您有一个列族，那么行键的所有列都在同一个 HFile 中？来自行键和相同列族的数据是否可以混合在不同的 HFile 中？这是因为我认为它们是排序的，但我在一本书中读到:

来自单行的单个列族的数据不需要存储在同一个 HFile 中。 这就是为什么该行可能太宽并且不适合单个 HFile 的原因？

唯一的要求是在 HFile 中，一行列族的数据存储在一起。 对我来说似乎有点矛盾。

笔记:
我一直在阅读有关该主题的一些内容。 HBase 使用 LSM 树。
我有一个行键和一个 HFile 中的所有数据。之后，我可以添加一些新数据，它们会存储在内存中，当内存已满时，HBase 会将这些数据存储在 中。新品 H文件。这样，我就可以为两个 HFile 中的一个行键设置限定符。如果我想对该行键执行获取或扫描操作，我将不得不在两个文件中查找。
随着时间的推移，HBase 将执行一次主要压缩，它将创建一个唯一的 HFile 加入旧的两个 HFile，并在压缩后删除它们。所以，如果我想查找那个行键，我只需要一次搜索。我对吗？？我不明白为什么会有小压缩和大压缩，因为它们似乎做同样的事情。

Answer 1

列族是 HFile 的集合。如果你查看一个表的目录结构，它看起来是这样的:

/table/region-id/column-family1/[HFile 列表]

/table/region-id/column-family2/[HFile 列表]

这些 HFile 是不可变的，并且是经过排序的。读取时，扫描器(读取数据)确保在读取行键和给定列族的数据时考虑所有 HFile。

来自单行的单个列族的数据不需要存储在同一个 HFile 中。
所以，这是真的。

第二个粗体语句，可能是因为HFile中的数据是经过排序的，所以在给定的HFile中，与行键相关的数据存储在一起。