Question

hbase中的数据以什么形式存储

Answer 1

以下对HBase的描述中,哪些选项是正确的?

关于hbase存储模型的描述正确的有四个。应用在FusionInsightHD的上层应用。HFS封装了Hbase与HDFS的接口。为上层应用提供文件存储、读取、删除等功能。HFS是：Hbase的独立模块。

MapReduce与HBase没有关系：MapReduce：MapReduce是一种编程模型，用于大规模数据集的并行运算。概念＂Map＂和＂Reduce＂，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。

HBase的Region分裂过程需要注意以下几个问题：虽然Region分裂后可以提高HBase的读写性能，但是Region分裂过程会对集群网络造成很大的压力，尤其是要分裂的Region尺寸过大、数目过多时，甚至可以使整个集群瘫痪。

上图描述Hadoop EcoSystem中的各层系统。其中，HBase位于结构化存储层，Hadoop HDFS为HBase提供了高可靠性的底层存储支持，Hadoop MapReduce为HBase提供了高性能的计算能力，Zookeeper为HBase提供了稳定服务和failover机制。

HBase的配置文件在conf/目录下。在分布式模式下， 当修改类hbase的配置文件后， 需要同步到集群中的其他节点上。HBase不会自动同步。 可以使用 rsync 、scp 等工具进行同步。 对于大部分配置，需要重启使之生效。

SSH守护程序是安全的，因为它对消息进行加密。换言之，侦听网络的用户读不到SSH客户端与服务器之间传递的消息，这在像Internet这样公共网络中是非常必要的。

HBase性能优化-Rowkey&列族设计

1、必须在设计上保证RowKey的唯一性。由于在HBase中数据存储是Key-Value形式，若向HBase中同一张表插入相同RowKey的数据，则原先存在的数据会被新的数据覆盖。设计的RowKey应均匀的分布在各个HBase节点上， 避免数据热点现象。

2、rowkey：行键 设计的三个原则 唯一 必须在设计上保证其唯一性。

3、properties.sh：在里面配置hbase，hadoop等环境变量，里面目前默认是我们测试集群的配置作为参考。注意一些基础的jar包一定要有。config：xml格式的配置hbase导出数据的信息。在海量导出数据或根据rowkey到处数据的时候使用。

4、LSM-Tree模式的设计让hbase的写入性能非常良好，单次写入通常在1-3ms内即可响应完成，且性能不随数据量的增长而 下降。region(相当于数据库的分表)可以ms级动态的切分和移动，保证了负载均衡性。

5、像这样预先创建hbase表分区的方式，称之为预分区。hash(主键) + 年月日时(2019062315)这里只取hash(主键)的前6位，使得行键的长度正好是16，也就是8的整数倍，在64位计算机中，效果最好。

HBase数据结构是什么?

1、hbase的核心数据结构为LSM树。LSM树分为内存部分和磁盘部分。内存部分是一个维护有序数据集合的数据结构。

2、RowKey 与nosql数据库们一样，RowKey是用来检索记录的主键。

3、HBase是介于Map Entry(key & value)和DB Row之间的一种数据存储方式。

4、hbase使用的是jdk提供的ConcurrentSkipListMap，并对其进行了的封装，Map结构是KeyValue，KeyValue的形式。Concurrent表示线程安全。

5、而HBase中的数据存储是基于列族（column family）和行键（row key）的，HBase的数据存储结构是按行键排序的有序映射表，可以通过行键的前缀匹配来检索数据。