hbase写入数据时，为了提升写入效率，先写入缓存memory store，默认为128M，缓存满了会触发flush落盘，写入hfile文件。
但这种方式并不安全，如果缓存未满之前region server挂掉，还未来得及落盘的数据就会丢失。
hbase提供的解决方案是在写入缓存之前写入hlog日志文件。
每个region server管理多个region，这些region共享一个hlog，即一个region server上只有一个hlog，准确的说，只有一个可以写入的hlog，因为hlog达到指定大小后，会滚动生成一个新的hlog接收新的日志数据。
结合hlog的作用，有下面两个问题，需要搞清楚:
- 第一，随着hbase大量的写入，日志必然会越来越多，永久保存会浪费大量存储空间，hbase规定hlog超出一定数量后要删除最老的日志文件，如何确定一个文件能不能删除呢，如果最老的文件不能删除，hbase的机制是什么？
- 第二，hlog存在的作用是为了保证数据的高可靠，防止数据丢失，那么当region server宕机之后，如果根据hlog恢复数据呢？
sequenceId就是这几个问题的答案。
记入hlog的每一条日志都有一个sequenceId，写入memory store的数据也包含sequenceId，并且是一一对应的。
sequenceId是什么呢？
sequenceId是一个hlog维护的自增id，每个region维护一个，同一个region的sequenceId不会重复。
除此之外，hlog还维护着另外一个变量oldestUnflushedSequenceId，这个变量指向一个sequenceId，这个sequenceId之前的记录已经全部落盘了。
假设某个region server上有两个region，其hlog的逻辑图如下：
此时有两个hlog，hlog1已经写满，注意此时oldestUnflushedSequenceId的指向：
region1的oldestUnflushedSequenceId指向sequenceId的值是3，说明3之前的数据已经落盘。
region2的oldestUnflushedSequenceId指向sequenceId的值是6，说明6之前的数据已经落盘。
从图上可以直观的看出，两个region的oldestUnflushedSequenceId指向的sequenceid都在hlog2上，说明hlog1上所有的日志对应的数据都已经落盘，此时hlog1可以被删除。
如果是下面这种情况：
region1的oldestUnflushedSequenceId指向了hlog1，说明hlog1上对应数据还没有落盘，假设系统设置的最大hlog文件数是2，则不能再创建新的hlog文件，必须要删除一个hlog文件，但最老的hlog1还没有全部落盘，不能直接删除。
这种情况下，hbase会强制hlog1对应的数据flush落盘，使得hlog可以删除。
搞清楚了这个机制，宕机之后的数据恢复也就比较容易理解了。
宕机之后，hbase会找到对应的hlog日志，将oldestUnflushedSequenceId之后的数据恢复出来，写入缓存，数据就得到了恢复。
