大資料的那些面試題及答案(二)HBase
文章目錄
什麼是Hbase
HBase是一個高可靠、高效能、面向列、可伸縮的分散式資料庫，是谷歌BigTable的開源實現，主要用來 儲存非結構化和半結構化的鬆散資料
Hbase的本質
面向列的分散式資料庫
hbase來源於谷歌的哪篇論文
BigTable
Hbase埠號
16010
Hbase的資料的維度及代表的意思
hbase可以視為一個“四維座標”資料，維度分別代表[行鍵, 列族, 列限定符, 時間戳]
rowkey設計原則
唯一原則：必須在設計上保證其唯一性，Rowkey是按照字典順序儲存的，所以設計Rowkey時，要充分利用這一特點，將往常一起讀取的資料儲存到一塊。
長度原則：越短越好，最大長度為64Kb,太長的影響有兩點。
(1)極大影響了HFile的儲存效率。
(2)快取memstore不能得到有效利用，快取不能存放太多的資訊，造成檢索效率的降低。
雜湊原則： 由於region儲存是按行鍵儲存的，如果行鍵的值都是類似的那就容易導致資料都堆在一個Rowkey上產生熱點問題。所以可以通過一下方法讓Rowkey儘量雜湊化。
(1)加鹽在Rowkey前生成隨機數。
(2)反轉把最沒有用的放在前面以增加隨機性。
HBASE原理機制
(1)HBASE是一款應用在大資料情境下的資料庫。
(2)HBASE是分散式的利用hdfs作為儲存系統的面向列的資料庫。
(3)HBASE的叢集中主要由Master和Regionserver以及zookeeper組成。Master為Regionserver分配region
(4)HBASE使用Memstore和storeFile儲存對錶的更新，使用者寫入的資料首先會放入Memstore，當Memstore滿了以後會flush成一個storeFile(底層實現是HFile)。
(5)HBASE使用和bigTable非常相同的資料模型。使用者儲存資料行在一個表裡，在HBASE中資料按主鍵排序，同時表按主鍵劃分多個Region。
Hbase怎麼更新資料
通過=追版本形式執行更新操作。
並不會刪除資料舊的版本，而是生成一個新的版本，舊有的版本仍然保留（這是和HDFS只允許追加不允許修改的特性相關的）
HBase系統架構由什麼組成
客戶端、Zookeeper伺服器 、Master（一個）、Region伺服器（多個）
HBase中最核心的模組是？
Region伺服器
HBase最小儲存資料的單元是?HBase在hdfs上儲存的形式是?
HFile
HBase的相關操作命令（對錶、對資料）
用，分隔 用‘ ’註明
對錶
(1)建立表 create
語句：create 't1','f1' ti為表名，f1為列族
(2)修改表 alter
語句：alter 't1','f2' 增加一個列族
(3)刪除表 drop
語句：diasble 't1' drop 't1' 刪除表時分兩步，先disable再drop
(4)查看錶的結構 describe
語句：describe 't1'
(5)查詢表中的資料行數 count
count 't1', {INTERVAL => 100, CACHE => 500}
語句：查詢表t1中的行數，每100條顯示一次，快取區為500
（6)掃描表 scan
語句：scan 't1',{LIMIT=>5} 掃描表t1的前5條資料
語句：scan 't1',{STARTROW=>'2',STOPROW=>'4'} 掃描表t1的第2行到第4行
語句： scan 'score',{COLUMNS=>'egrade:cet4',VERSIONS=>5} 掃描表score的grade:cet4,版本號為5的資訊
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
對資料
（1) 插入、新增、修改資料 put
語句：put 't1','001','f1:col1','value01' t1是表名，001是行鍵、f1是列族、col1是列、value01是值
(2)查詢、取出資料 get
語句：get 't1','001', 'f1:col1‘
(3)刪除資料 delete
語句：delete 't1','001','f1:col1'
刪除整行資料 deleteall
語句：deleteall 't1','001'
刪除表中的所有資料 truncate
語句：truncate 't1'