解决的问题
HBase的Write Ahead Log (WAL)提供了一种高并发、持久化的日志保存与回放机制。每一个业务数据的写入操作(PUT / DELETE)执行前，都会记账在WAL中。
如果出现HBase服务器宕机，则可以从WAL中回放执行之前没有完成的操作。
本文主要探讨HBase的WAL机制，如何从线程模型、消息机制的层面上，解决这些问题：
1. 由于多个HBase客户端可以对某一台HBase Region Server发起并发的业务数据写入请求，因此WAL也要支持并发的多线程日志写入。——确保日志写入的线程安全、高并发。
2. 对于单个HBase客户端，它在WAL中的日志顺序，应该与这个客户端发起的业务数据写入请求的顺序一致。
(对于以上两点要求，大家很容易想到，用一个队列就搞定了。见下文的架构图。)
3. 为了保证高可靠，日志不仅要写入文件系统的内存缓存，而且应该尽快、强制刷到磁盘上(即WAL的Sync操作)。但是Sync太频繁，性能会变差。所以：
(1) Sync应当在多个后台线程中异步执行
(2) 频繁的多个Sync，可以合并为一次Sync——适当放松对可靠性的要求，提高性能。
架构图——线程模型、消息机制
下面是我画的HBase WAL架构图。我在图上加了不少注解，所以这张图应该是自解释的：
Region Server RPC服务线程
这些线程处理HBase客户端通过RPC服务调用(实际上是Google Protobuf服务调用)发出的业务数据写入请求。在上图的例子中，“Region Server RPC服务线程1” 做了3个Row的Append操作，和一个强制刷磁盘的Sync操作。
Sync操作是为了确保之前的Append操作(包括涉及的业务数据)一定可靠地记录到了磁盘上的日志中，然后HBase才能做后续相对不可靠的复杂操作，比如写入MemStore。——这就是Write Ahead的语义。
从架构图中可见，并发的Append操作只是往队列中增加了Append请求对象。
这里的队列是一个LMAX Disrutpor RingBuffer(我的这篇文章作了介绍)，你可以简单理解为是一个无锁高并发队列。
Append的具体代码如下：
对于Sync操作：
(1)往队列里放一个SyncFuture对象，代表一次Sync操作请求。
每一个SyncFuture都有一个自增的Sequence ID——这是全局唯一的，由LMAX Disrutpor队列创建。后来的SyncFuture的Sequence ID更高。
(2)调用SyncFuture.get() 阻塞等待 ，直到后台线程(架构图中的SyncRunner)通知SyncFuture退出阻塞，表明WAL日志已经保存在了磁盘上。
WAL日志消费线程
WAL机制中，只有一个WAL日志消费线程，从队列中获取Append和Sync操作。这样一个 多生产者，单消费者的模式 ，决定了WAL日志并发写入时日志的全局唯一顺序。
1. 对于获取到的Append操作，直接调用Hadoop Sequence File Writer将这个Append操作(包括元数据和row key, family, qualifier, timestamp, value等业务数据)写入文件。
因此WAL日志文件使用的是Hadoop Sequence文件格式。当然，它也可以替换成其他存储格式，如Avro。
Hadoop Sequence文件格式不再这里累述，其主要特点是：
(1) 二进制格式。row key, family, qualifier, timestamp, value等HBase byte[]数据，都原封不动地顺序写入文件。
(2) Sequence文件中，每隔若干行，会插入一个16字节的魔数作为分隔符。这样如果文件损坏，导致某一行残缺不全，可以通过这个魔数分隔符跳过这一行，继续读取下一个完整的行。
(3) 支持压缩。可以按行压缩。也可以按块压缩(将多行打成一个块)
2. 对于获取到的Sync操作，会提交给后台SyncRunner的线程池(见上文架构图)异步执行。
