主頁 >  其他 > Hadoop大資料生態圈組件之HBase

Hadoop大資料生態圈組件之HBase

2021-12-23 09:38:43 其他

HBase，一個最接近于關系型資料庫的Nosql非關系型資料庫

介紹

簡介

Hadoop Database,是一個高可靠性、高性能、面向列、可伸縮、實時讀寫的分布式資料庫；

Hadoop HDFS作為其檔案存盤系統，zookeeper作為其分布式協同服務 主要用來存盤非結構化和半結構化的松散資料

優點

  • 容量大

  • 面向列

  • 多版本

  • 稀疏性

  • 拓展性

  • 高可靠性

  • 高性能

    底層的LSM資料結構和RowKey有序排列等架構上的獨特設計，使得Hbase寫入性能非常高，

總結：資料量大，回應速度快

HBase資料結構

  • NameSpace

    命名空間（相當于資料庫）：為了保護表，創建的一個更高層級的單位；作為表的邏輯分組

  • Table

    表（即為表）： 存盤相同資料的一個邏輯單元

    ? 表有多個行資料組成，行有很多列組成

    ? Hbase是一個半結構的資料庫，所以每一行的列都有可能不同

  • RowKey

    主鍵（一行資料的主鍵）： Hbase按照列進行存盤，所以我們查詢資料的時候會看到很多RowKey相同的列RowKey可以看作為主鍵: 最多可以有64K位元組組成，一般能10-40個位元組即可
    將來設計RowKey是HBase使用的重中之重

    ? Rowkey存盤的時候默認以字典序排序

  • Column Family

    列簇（多個列的集合）： 方便佇列進行查找和管理

    ? 一個表的列簇需要在使用之前申明（創建表，后期維護表）

    ? 列隸屬于列簇，列簇隸屬于表

    ? 一個表中的列簇是固定的，但列簇中的列是不固定的

  • Column Qualifier

    列：有可能有的資料行一個列簇中有3個列，有的資料行相同列簇有8個列

    ? 使用的時候必須是 列簇：列

  • TimeStamp

    資料版本： 默認是時間戳，解決HDFS不能隨時修改資料的弊端

    ? 默認資料版本就是時間戳

    ? 查詢資料時默認顯示最新資料

  • Cell

    資料：row,column family,column qualifier,version
    所有的資料都是字串

HBase系統架構

  • Client

    HBase的客戶端，可以向Hbase服務器發送請求

    既可以是Shell，也可以是API

    操作包括DDL,DML,DQL;HBase不支持多表關聯查詢

    客戶端必要的時候會對資料進行一些快取

  • HMaster

    HBase主節點，負責接收客戶端請求（僅限于DDL）

    HMaster也可以實作高可用(active–standby)，主備的切換由Zookeeper負責監督維護

    但是HMasteri沒有聯邦機制，業務承載能力還是有限的

    一個資料庫的表的結構很少會發生變化，絕大部分是CRUD操作，于是HBase的Master只負責DDL,DMLDQL由其他節點承擔

    負責管理HRegionServer的健康狀況，上下線的監督----創建表的時候分配Region

  • HRegionServer

    HBase的具體作業節點，一般一臺主機就是一個Regionserver

    一個RegionServer包含很多的Region,HMaster負責分配Region

    負責接收客戶端的DML和DQL請求，建立連接

  • HRegion

    HBase表資料具體存盤位置

    一個Region只隸屬于一張表，但是一張表可以含有多個Region

    最開始宣告表的時候就會為這張表默認創建一個Region,隨著時間推移Region越來越大，將Region一分為二

  • Store

    一個表中一個列簇對應一個Store

    一個Store分為一個MemStore和N個StoreFile

    Memstore:基于記憶體存放資料，每個Store大概分配128M記憶體空間

    StoreFile:是檔案的硬碟存盤，直接存盤到HDFS,存到HDFS后稱為HFile

  • HLog

    HBase的日志機制（WAL）

    日志也會存到HDFS，在任何操作之前先存盤日志到HDFS

    MemStore丟失資料或者RegionServer例外都能夠通過日志進行恢復

    一個RegionServer對應一個HLog

  • Zookeeper

    HBase協調服務

    主備的選舉與切換

    記錄當前集群的狀態資訊，當主備切換的時候，集群狀態可以被新主節點直接讀取到

    記錄當前集群的資料存放資訊

    存盤HBase的元資料資訊

HBase讀寫流程

HBase讀寫公共流程

1.HBase讀取資料/寫入資料

2.公共流程：

  • HBase0.96之前：首先系統維護了兩張表 -ROOT- .meta.

    .meta. 表中存盤了 表 對應Region 對應的RegionServer RowKey的區間，但是 .meta.表也是一張普通的HBade表，也需要存放到RegionServer,

    于是專門用-ROOT-表來記錄 .meta.的存放位置，認為ROOT表只需要一個Region即可，-ROOT-的Region資訊就被記錄到zookeeper

  • HBase0.96之后：系統只維護.meta. ， Meta的位置資訊由Zookeeper守護

HBase讀取資料流程

  1. 尋址：RegionServer:node02/16020

  2. 開始和RegionServer建立連接

    BlockCache,這是每個RegionServer內部共享的一塊區域

  3. 構建RegionScanner

    優先從MemStore讀取資料

    如果查找失敗，就去StoreFile中去查找

    但是要注意，StoreFile有很多個，內部有序，外部無序

  4. 構建StoreScanner

    MemStoreScanner

    StoreFileScanner

HBase寫入資料流程

  1. 尋址：發現RowKey對應的RegionServer : node03/16020
  2. RegionServer:首先將操作寫入到日志
  3. 日志HLog:日志會存放到HDFS
  4. 將資料寫入到MemStore (new)
  5. 監聽器監聽MemStore狀態，判斷閾值（128M）
  6. 資料刷寫 MemStore(old)
  7. StoreFile
  8. 資料合并
  9. 資料切分

資料刷寫

刷寫時機

  • MemStore 記憶體閾值128M ；記憶體占用達512M(128M*4)，阻塞客戶端寫入

  • RegionServer總記憶體的閾值

    總記憶體 * 40% * 95%，整個RegionServer開始刷寫

  • Wal 日志閾值大小

    插入資料——洗掉資料

  • 自定義刷寫時間間隔

  • 命令刷寫（手動刷寫）

刷寫策略

  • HBase1.1之前

    MemStore刷寫是Region級別的，列簇不要超過三個

  • HBasw2.2之后

    1. Region中所有的MemStore都進行刷寫
    2. 設定一個閾值
    3. MemStore分兩類

刷寫流程

  • PrepareFlush

    如果MemStore要進行刷寫，對記憶體中的資料進行拍攝快照，拍攝時間會非常短

    拍攝期間記憶體中的資料會被鎖定，保證快照期間資料的安全

  • FlushCache

    將快照的資料寫成一個臨時檔案到硬碟

    將臨時檔案更名稱正式檔案存盤到對應列簇中

資料合并

合并的方式

  • minor（小型）

    選取一些小的、相鄰的StoreFile將他們合并成一個更大的StoreFile

    僅僅是合并不會處理被洗掉的或者失效的資料，但是會處理超過TTL的資料

    一次Minor Compaction的結果是讓小的storefile變的更少并且產生更大的StoreFile

  • major（大型）

    將所有的StoreFile合并成一個StoreFile

    清理三類無意義資料:被洗掉的資料、TTL過期資料、版本號超過設定版本號的資料，

    但是對整個集群影響較大，—般手動合并

合并時機

  • MemStoreFlush

    Store的StoreFile檔案數進行判斷,判斷是否達到合并的閾值(檔案數量為10個)

  • 周期性檢測

    默認定義一個合并的周期1000os如果達到閾值也會檢查檔案的數目

    如果檔案數目超過3個——>小合并

    如果檔案不超過3個——>檢查最早一次合并的時間——>如果超過7天會進行大合并

  • 手動觸發

    低峰期手動觸發

    執行完alter操作之后希望立刻生效，執行手動觸發major compaction

    HBase管理員發現硬碟容量不夠的情況下手動觸發major compaction洗掉大量過期資料

合并策略

  • 選擇執行緒

    2 * maxFlilesToCompact * hbase.hregion.memstore.flush.size 2.5G

    超過LongCompact

    小于ShortCompact

  • Minor合并

    RatioBasedCompactionPolicy

    比較大一點的檔案不會參與到合并

    ExploringCompactionPolicy

資料切分

切分方式

最開始一個表只有一個Region

對于這個表的查詢都會被定位到這—個RegionServer

當Region達到閾值的時候就會進行切分

單點壓力讀寫性能合并困難

切分時機

每次資料合并之后，發起一個requestSplit，然后開始檢查檔案的大小是否達到閾值

  • ConstantSizeRegionSplitPolicy

    10G

  • lncreasingToUpperBoundRegionSplitPolicy

    256M

    2048M —，，，， —10G

切分策略

  • 尋找切分點

    先找最大的Store,然后再找最大的StoreFile,再找到中心位置的RowKey

  • 切分流程

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/390611.html

標籤：其他

上一篇：spark原始碼跟蹤(八)累加器Accumulators

下一篇：react是什么 next.js是什么 umi.js是什么

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂