2.4.4 minor和major

由于memstore每次刷写都会生成一个新的HFile，且同一个字段的不同版本（timestamp）和不同类型（Put/Delete）有可能会分布在不同的HFile中，因此查询时需要遍历所有的HFile。为了减少HFile的个数，以及清理掉过期和删除的数据，会进行StoreFile Compaction。

Compaction分为两种，分别是Minor Compaction和Major Compaction。Minor Compaction会将临近的若干个较小的HFile合并成一个较大的HFile，并清理掉部分过期和删除的数据。Major Compaction会将一个Store下的所有的HFile合并成一个大HFile，并且会清理掉所有过期和删除的数据。

1. 随着memstore的刷写会生成很多磁盘文件。如果文件的数目达到阈值，合并（compaction）过程将把它们合并成数量更少的体积更大的文件。这个过程持续到这些文件中最大的文件超过配置的最大存储文件大小，此时会触发一个region拆分。
2. minor合并负责重写最后生成的几个文件到一个更大的文件中。文件数量是由hbase.hstore.compaction.min属性设置的。它的默认值为3，并且最小值需要大于或等于2。过大的数字将会延迟minor合并的执行，同时也会增加执行时消耗的资源及执行的时间。minor合并可以处理的最大文件数量默认为10，用户可以通过hbase.hstore.compaction.max来配置。
3. hbase.hstore.compaction.min.size和hbase.hstore.compaction.max.size（默认设置为Long.MAX_VALUE）配置项属性进一步减少了需要合并的文件列表。任何比最大合并大小大的文件都会被排除在外。
4. major合并：它们把所有文件合并成一个单独的文件。默认情况下，major合并间隔是7天，看情况随机的加上或减去4.8小时。
5. 如果要删除数据，不会直接修改storefile，因为hadoop不允许修改。hbase会将删除的数据标志为已删除（给该数据添加墓碑标记），如果添加了墓碑标记，查询不到该数据。在minor和major合并的时候，将标记了墓碑标记的数据真正删除。