文件主要分為四個部分：Scanned block section，Non-scanned block section，Opening-time data section和Trailer。
無論是Data Block Index還是Bloom Filter，都采用了分層索引的設計。
Data Block的索引，在HFile V2中做多可支持三層索引：最底層的Data Block Index稱之為Leaf Index Block，可直接索引到Data Block；中間層稱之為Intermediate Index Block，最上層稱之為Root Data Index，Root Data index存放在壹個稱之為”Load-on-open Section“區域，Region Open時會被加載到內存中。基本的索引邏輯為：由Root Data Index索引到Intermediate Block Index，再由Intermediate Block Index索引到Leaf Index Block，最後由Leaf Index Block查找到對應的Data Block。在實際場景中，Intermediate Block Index基本上不會存在，文末部分會通過詳細的計算闡述它基本不存在的原因，因此，索引邏輯被簡化為：由Root Data Index直接索引到Leaf Index Block，再由Leaf Index Block查找到的對應的Data Block。
在”Scanned Block Section“區域，Data Block(存放用戶數據KeyValue)、存放Data Block索引的Leaf Index Block(存放Data Block的索引)與Bloom Block(Bloom Filter數據)交叉存在。
無論是Data Block的索引數據，還是Bloom Filter數據，都被拆成了多個Block，基於這樣的設計，無論是索引數據，還是Bloom Filter，都可以按需讀取，避免在Region Open階段或讀取階段壹次讀入大量的數據，有效降低時延。
至此，壹個完整的HFile已生成。我們可以通過下圖再簡單回顧壹下Root Index Block、Leaf Index Block、Data Block所處的位置以及索引關系：
Bloom Filter包含Bloom元數據(Hash函數類型，Hash函數個數等)與 位圖數據(BloomData) ，為了避免每壹次讀取時加載所有的Bloom Data，HFile V2中 將BloomData部分分成了多個小的Bloom Block 。BloomData數據也被當成壹類Inline Block，與Data Block、Leaf Index Block交叉存在，而關於Bloom Filter的元數據與多個Bloom Block的索引信息，被存放在Load-On-Open Section部分。但需要註意的是，在FileInfo部分，保存了關於BloomFilter配置類型信息，***包含三種類型：不啟用，基於Row構建BloomFilter，基於Row+Column構建Bloom Filter。混合了BloomFilter Block以後的HFile構成如下圖所示：
再來看hbase如何在hdfs上去檢索壹行數據。首先要只要hbase的檢索都是以rowkey值或者rowkey值範圍來檢索數據的，現在root表中檢索mata表的的hregion位置，root表只會有壹個region而且永遠不會
被拆分以保證能夠壹次獲取到mata表的hregion的位置，在mata表中保存所有的用戶表的region的信息，region的rowkey有該region對應的表和第壹行的rowkey等組成，因為壹個表的rowkey在所有的
region上都是有序的字典排序，所有要檢索壹個rowkey只要通過對比mata表中region的rowkey就可以知道包含改rowkey的數據在那個region上，meta中還包含了region所咋的hregionserver的信息，通過
mata中的region的信息可以直接定位到包含改rowkey數據的所在的region在哪臺hregionserver上。
知道region在哪臺hregionserver上對已快速定位rowkey的數據還是不夠的，region會根據families把數據才分成store，壹個store只能包含壹個family，在保存到hdfs的時候store其實就是壹個目錄而已，真正存數據的是filestroe也就是hfile，每壹個hfile當達到壹定大小的時候就會拆分成兩個hfile所以壹個store目錄中會包含多個hfile。
因為table是按照rowkey來劃分region的，region默認的大小為256M，通常會設置得更高1G,2G,4G等，所以hfile不可能比region的的值要大。但是hfile有可能還是很大，在hdfs上會拆分成不同的block放在不同的datanode上，這樣子仍然無法做到精確定位。
hfile 繼續劃分，有data block，block index，trailler等組成，已經定位到rowkey所在的hfile時，會先讀取hfile的trailer的信息以獲取block index的位置，block index的key就是data block中的第壹個rowkey，所以通過block index 的key就能精確的定位到要檢索的rowkey在那個data block上，然後直接將該data block讀取到內存，需要註意的是這裏的data block已經很小了（默認是64k，不同於hdfs上的block默認為64M，hbase的hfile中的block要小的多）這樣子足以讀取該block到內存中，將該block進行遍歷就能獲取到需要的rowkey取出數據，以為這裏的block只有64k這樣的遍歷非常迅速。這就是為什麽hfile的data block要設置的如此之小的原因。