HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库,是谷歌BigTable的开源实现,主要用来存储非结构化和半结构化的松散数据。HBase的目标是处理很是庞大的表,能够经过水平扩展的方式,利用廉价计算机集群处理由超过10亿行数据和数百万列元素组成的数据表web
区别 | 传统关系数据库 | HBase |
---|---|---|
数据类型 | 关系模型 | 数据模型 |
数据操做 | 插入、删除、更新、查询、多表链接 | 插入、查询、删除、清空,没法实现表与表之间关联 |
存储模式 | 基于行模式存储,元组或行会被连续地存储在磁盘中 | 基于列存储,每一个列族都由几个文件保存,不一样列族的文件是分离的 |
数据索引 | 针对不一样列构建复杂的多个索引 | 只有一个行键索引 |
数据维护 | 用最新的当前值去替换记录中原来的旧值 | 更新操做不会删除数据旧的版本,而是生成一个新的版本 |
可伸缩性 | 很难实现横向扩展,纵向扩展的空间也比较有限 | 轻易地经过在集群中增长或者减小硬件数量来实现性能的伸缩 |
HBase中须要根据行键、列族、列限定符和时间戳来肯定一个单元格,所以,能够视为一个“四维坐标”,即
[行键, 列族, 列限定符, 时间戳]
shell
HBase的实现包括三个主要的功能组件:
(1)库函数:连接到每一个客户端
(2)一个Master主服务器
(3)许多个Region服务器
主服务器Master负责管理和维护HBase表的分区信息,维护Region服务器列表,分配Region,负载均衡
Region服务器负责存储和维护分配给本身的Region,处理来自客户端的读写请求
客户端并非直接从Master主服务器上读取数据,而是在得到Region的存储位置信息后,直接从Region服务器上读取数据
客户端并不依赖Master,而是经过Zookeeper来得到Region位置信息,大多数客户端甚至历来不和Master通讯,这种设计方式使得Master负载很小数据库
Hbase的实现包括3个主要的功能组件:库函数,连接到每一个客户端;一个Master主服务器;许多个Region服务器。Region服务器负责存储和维护分配给本身的Region,处理来自客户端的读写请求。主服务器Master负责管理和维护Hbase表的分区信息,实时监测集群中的Region服务器,把特定的Region分配到可用的Region服务器上,确保Region之间的负载均衡。编程
Zookeeper文件–> ROOT表(单一)–> .META表(多个)–> 用户数据表(Region)(多个)数组
层次 | 名称 | 做用 |
---|---|---|
第一层 | Zookeeper文件 | 记录了-RO0T-表的位置信息 |
第二层 | -R00T-表 | 记录了. META.表的Region位置信息记录了. META.表的Region位置信息-ROOT-表只能有一-个Region。经过-R00T-表, 就能够访问. META.表中的数据 |
第三层 | META.表 | 记录了用户数据表的Region位置信息,. META.表能够有多个Region,保存了HBase 中全部用户数据表的Region位置信息 |
首先访问Zookeeper,获取-ROOT表的位置信息,而后访问-Root-表,得到.MATA.表的信息,接着访问.MATA.表,找到所需的Region具体位于哪一个Region服务器,最后才会到该Region服务器读取数据。缓存
HBase采用分区存储,一个大的表会被分拆许多个Region,这些Region会被分发到不一样的服务器上实现分布式存储。服务器
(1)用户读写数据的过程。
用户数据首先被写入MemStore和HLog中,当写入HLog以后,调用commit()才会返回给客户端;读数据时,Region服务器会最早访问MemStore缓存,若是数据不存在才会到StoreFile中去寻找。
(2)缓存的刷新。
系统周期调用Region.flushcache()把MemStore缓存里面的内容写到磁盘的StoreFile文件中,清空缓存,并在HLog文件中写入一个标记,用来表示缓存中的内容已经被写入到StoreFile中。(每次缓存刷新操做都会在磁盘上生成一个新的StoreFile文件,所以每一个Store中会包含多个StoreFile文件。)
(3)StoreFile文件的合并。
为减小查找时间,调用Store.compace()将全部的StoreFile文件合成一个大文件。架构
答:Hbase为每一个Region服务器配置了一个HLog文件,它是一种预写式日志,用户更新数据必须先写入日志后,才能写入MemStore缓存,而且,直到MemStore缓存内容对应的日志已经写入磁盘,该缓存内容才能被刷写到磁盘。负载均衡
优势:多个Region对象的更新操做所发生的日志修改,只须要不断把日志记录追加到单个日志文件中,不须要同时打开、写入到多个日志文件中。
缺点:若是一个Region服务器发生故障,为了恢复其上次的Region对象,须要将Region服务器上的对象,须要将Region服务器上的HLog按照其所属的Region对象进行拆分,而后分发到其余Region服务器上执行恢复操做。异步
1.建立表create
2.查看表结构describe
3.插入数据put
4.查看数据get
5.浏览数据scan
6.修改表结构alter
7.删除数据delete
一、HBase 须要根据____,________,______,_____来肯定一个单元格
【解析:行键 列族 列限定符 时间戳s】
二、Hbase是一个稀疏、多维度、排序的映射表,这张表的索引是_____________、_____________、 ____________、_____________。
【解析:行键、列族、列限定符、时间戳】
三、Hbase的实现包括3个主要的功能组件____________、_____________、_____________。
【解析:库函数、一个master服务器、多个region服务器】
四、Hbase以_____________为单位进行单独存储。
【解析:列族】
五、HBase采用分区存储,一个大的表会被分拆许多个Region,这些Region 会被分发到不一样的服务器上实现分布式存储。
六、 主服务器Master主要负责表和Region的管理工做
七、HBase是一个高可靠、高耐性 ____________、____________、 的分布式数据库,主要用来存储 ____________、 和____________、 的松散数据。
答案:面向列、可伸缩、非结构化、半结构化
七、 浏览Student表中信息,所使用的命令是: scan ‘Student’。
九、HBase采用 ____________ ,一个大的表会被拆分许多个Region,这些Region会被分发到不一样的服务器上实现____________。
答:分区存储;分布式存储
十、启动HBase的命令( start-hbase.sh );
十一、关闭Hbase的命令( stop-hbase.sh );
十二、传统数据库是基于(行)存储的,HBase是基于(列)存储的。
一、HBase对于空(NULL)的列,不须要占用存储空间。 (没有则空不存储)( 对 )
二、 HBase能够有列,能够没有列族(column family)。 (有列族) ( 错 )
三、 HBase是一个构建在HDFS上的分布式列存储系统。对
四、关系型数据库仍然是大数据处理中的关键技术。(×)(判断题)
一、下面哪一层不属于HBase的三层结构(D) A.Zookeeper 文件 B.-ROOT-表 C. .META.表 D.用户数据表 二、HBase是一种____数据库(B) A.键值数据库 B.列式数据库 C.关系数据库 D.文档数据库 三、下列对HBase数据模型的描述错误的是(C) A.每一个HBase表都由若干行组成,每一个行由行键(row key)来标识 B.HBase列族支持动态扩展,能够很轻松地添加一个列族或列 C.HBase中执行更新操做时,会删除数据旧的版本,并生成一个新的版本 D.HBase是一个稀疏、多维度、排序的映射表,这张表的索引是行键、列族、列限定符和时间戳 四、下列说法正确的是(B) A.HBase的实现包括的主要功能组件是库函数,一个Master主服务器和一个Region服务器 B.Zookeeper是一个集群管理工具,经常使用于分布式计算,提供配置维护、域名服务、分布式同步等。 C.若是不启动Hadoop,则HBase彻底没法使用 D.若是经过HBase Shell插入表数据,能够插入一行数据或一个单元格数据。 五、每一个Region的建议最佳大小是(A) A.1GB-2GB B.500MB-1000MB C.100MB-200MB D.2GB-4GB 六、HBase三层结构的顺序是(A) A.Zookeeper文件,-ROOT-表,.MEATA.表 B.Zookeeper文件,.MEATA.表,-ROOT-表 C.-ROOT-表,Zookeeper文件,.MEATA.表 D…MEATA.表,Zookeeper文件,-ROOT-表 七、客户端是经过 ____级寻址来定位Region(A) A.三 B.二 C.四 D.一 八、关于HBase Shell命令解释错误的是(C) A.put:向表、行、列指定的单元格添加数据 B.create:建立表 C.list:显示表的全部数据(列出表的信息) D.get:经过表名、行、列、时间戳、时间范围和版本号来得到相应单元格的值 九、HBase依靠( A )存储底层数据 A、HDFS B、Hadoop C、Memory D、MapReduce 十、下列对Hbase的描述哪一个是错误的(C) A. Hbase是针对谷歌BigTable的开源实现 B. Hbase是分布式数据库,依赖zookeeper提供消息通讯机制 C. Hbase是面向行存储的,一次只能写入一个单元格的数据 D. Hbase依靠HDFS存储底层数据 十一、Hbase经常使用shell命令中,修改单元格内容的命令是(A) put B、alter C、get D、scan 十二、 ( B )是HBase基本的访问控制单元。 A、行 B、 列族 C、 单元格 D、列限定符 1三、HBase是分布式列式存储系统,记录按什么集中存放(A) A. 列族 B. 列 C. 行 D. 不肯定 1四、客户端首次查询HBase数据库时,首先须要从哪一个表开始查找(B) A. META. B. –ROOT- C. 用户表 D. 信息表 1五、HBase中最核心的模块是(D) A.客户端 B.Zookeeper服务器 C.Master服务器 D.Region服务器 1六、HBase中负责表和Region的管理工做的是(D) A.客户端 B.Zookeeper服务器 C.库函数 D、Master服务器