欢迎来到魔据教育大数据学院,专注大数据工程师培养!
当前位置:首页 > 新闻动态 > 行业资讯 > hadoop学习笔记

hadoop学习笔记

时间:2018-09-30 10:27:20作者:魔据大数据学院

  Hadoop DataBase,是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统,利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。HBase利用Hadoop HDFS作为其文件存储系统,利用hadoop MapReduce来处理HBase来处理HBase中的海量数据,利用Zookeeper作为协调工具。

  行键Row key

  主键用来检索记录的主键,访问hbase table中的行

  通过单个row key访问

  通过row key的range

  全表扫描

  所有行按照行键字典顺序排序存储

  一行包括一列或者多列

  列族Column Family

  列族在创建表的时候声明,一个列族可以包含多个列

  一个列族的所有列存储在同一个底层的存储文件中,这个存储文件叫做HFile

  列族不能修改的过于频繁,数量也不能太多

  列

  最基本的存储单位

  列中的数据以二进制形式存在,没有数据类型和长度限制

  列的数量没有限制:一个列族中可以有数百万个列

  行与列

  数据库中没有值的地方必须为null,但是在HBase中可以直接省略掉该列

  时间戳timestamp

  HBase中通过row和columns确定的一个存贮单元成为cell,每个cell都保存着同一个数据的多个版本;

  通过时间戳来区分不同版本的值,一个单元格的不同版本值按降序排列在一起;

  时间戳默认由系统指定,也可以由用户显示设置;

  用户可以指定每个值所能保存的最大版本数量,也可以添加条件,如保存一周的数据

  HBase基础知识

  Master可以启动多个HMaster,通过Zookeeper的Master election机制保证总有一个master运行;

  为Region server分配region

  负责region server的负载平衡

  发现失效的region server并重新分配其上的region

  Region Server

  维护Master分配给它的region,处理对这些region 的IO请求;

  负责切分在运行过程中变得过大的region;

  Client包含访问hbase的接口,client维护着一些cache来加快对hbase的访问,比如region的位置信息;

  HBase中有两张特殊的table,-ROOT-和.META

  -ROOT-记录.META.表的Region信息,-ROOT-只有一个region

  .META.记录了用户创建的表的region信息,.META.可以有多个region

  Zookeeper中记录了-ROOT-表的location

  Client访问用户数据之前需要首先首先访问zookeeper,然后访问-ROOT-表,接着访问.META.表,最后才能找到用户数据的位置去访问。

  HBase物理存储

  HBase中扩展和负载均衡的基本单元称为region,region本质上是以行键排序的连续存储区间。如果region太大,系统就会把他们动态拆分,相反地,就把多个region合并,以减少存储文件数量

  每一个region只能由一台region服务器(region server)加载,每一台region服务器可以同时加载多个region。

  table在行的方向上分割为多个HRegion,一个region由(startkey,endkey)表示


更多大数据相关资讯敬请关注魔据教育,为您分享最及时的大数据资讯。
学习大数据敬请关注魔据教育微信二维码。
魔据教育微信二维码

【版权与免责声明】如发现内容存在版权问题,烦请提供相关信息发邮件至kefu@mojuedu.com,我们将及时沟通与处理。本站内容除非来源注明魔据教育,否则均为网友转载,涉及言论、版权与本站无关。

全国咨询热线:18501996998,值班手机:18501996998(7*24小时)

在线咨询:张老师QQ 320169340

企业合作服务专线:010-82340234-821, 院校合作洽谈专线:010-82340234

Copyright 2001-2019 魔据教育 - 北京华育兴业科技有限公司 版权所有,京ICP备17018991号-2

免费在线咨询立即咨询

免费索取技术资料立即索取

大数据技术交流QQ:226594285

电话咨询010-82340234