HBase在進行模型設計時重點在什麼地方?一張表中定義多少個Column Family最合適?為什麼?

来源:https://www.cnblogs.com/demosoftware/archive/2023/04/09/17300924.html
-Advertisement-
Play Games

鎖屏面試題百日百刷,每個工作日堅持更新面試題。請看到最後就能獲取你想要的,接下來的是今日的面試題: 1.Hbase中的memstore是用來做什麼的? hbase為了保證隨機讀取的性能,所以hfile裡面的rowkey是有序的。當客戶端的請求在到達regionserver之後,為了保證寫入rowke ...


 鎖屏面試題百日百刷,每個工作日堅持更新面試題。請看到最後就能獲取你想要的,接下來的是今日的面試題:



 

1.Hbase中的memstore是用來做什麼的?

hbase為了保證隨機讀取的性能,所以hfile裡面的rowkey是有序的。當客戶端的請求在到達regionserver之後,為了保證寫入rowkey的有序性,所以不能將數據立刻寫入到hfile中,而是將每個變更操作保存在記憶體中,也就是memstore中。memstore能夠很方便的支持操作的隨機插入,並保證所有的操作在記憶體中是有序的。當memstore達到一定的量之後,會將memstore裡面的數據flush到hfile中,這樣能充分利用hadoop寫入大文件的性能優勢,提高寫入性能。

由於memstore是存放在記憶體中,如果regionserver因為某種原因死了,會導致記憶體中數據丟失。所有為了保證數據不丟失,hbase將更新操作在寫入memstore之前會寫入到一個write ahead log(WAL)中。WAL文件是追加、順序寫入的,WAL每個regionserver只有一個,同一個regionserver上所有region寫入同一個的WAL文件。這樣當某個regionserver失敗時,可以通過WAL文件,將所有的操作順序重新載入到memstore中。

2.HBase在進行模型設計時重點在什麼地方?一張表中定義多少個Column Family最合適?為什麼?

Column Family的個數具體看表的數據,一般來說劃分標準是根據數據訪問頻度,如一張表裡有些列訪問相對頻繁,而另一些列訪問很少,這時可以把這張表劃分成兩個列族,分開存儲,提高訪問效率。

整體來說, 通常建議越少越好, 太多的列族會影響我們整個hbase的讀寫效率,導致讀取一行數據需要跨越更多的列族(底層跨越更多的記憶體頁和文件)

3.如何提高HBase客戶端的讀寫性能?請舉例說明

1 開啟bloomfilter過濾器,開啟bloomfilter比沒開啟要快3、4倍

2 Hbase對於記憶體有特別的需求,在硬體允許的情況下配足夠多的記憶體給它

3 通過修改hbase-env.sh中的export HBASE_HEAPSIZE=3000 #這裡預設為1000m

4 增大RPC數量通過修改hbase-site.xml中的hbase.regionserver.handler.count屬性,可以適當的放大RPC數量,預設值為10有點小。

4.HBase集群安裝註意事項?

① HBase需要HDFS的支持,因此安裝HBase前確保Hadoop集群安裝完成;

② HBase需要ZooKeeper集群的支持,因此安裝HBase前確保ZooKeeper集群安裝完成;

③ 註意HBase與Hadoop的版本相容性;

④ 註意hbase-env.sh配置文件和hbase-site.xml配置文件的正確配置;

⑤ 註意regionservers配置文件的修改;

5 註意集群中的各個節點的時間必須同步,否則啟動HBase集群將會報錯;

5.請描述如何解決HBase中region太小和region太大帶來的衝突?

Region過大會發生多次compaction,將數據讀一遍並重寫一遍到hdfs 上,占用io,region過小會造成多次split,region 會下線,影響訪問服務,最佳的解決方法是調整hbase.hregion. max.filesize 為256m。

6.Hbase是怎麼進行預分區操作?

解: 在Hbase中主要有二種預分區方案, 一種為手動預分區, 一種為自動預分區, 手動預分區指的是我們在建表的時候, 通過命令或者的API進行預分區操作, 在手動分區下, 我們可以自定義分區, 也可以基於hbase提供的分區演算法來實現, 分區後, 多個region會被master分配到不同的regionServer上進行管理, 從而保證負載均衡. 而自動預分區則指的是, 隨著我們表中數據越來越多 當表中數據, 也就是region中數據達到一定的閾值後, 會自動進行分區, 閾值的多少取決於下麵的這個公式來計算:

全部內容在[git](https://gitee.com/zjlalaforgit/interview)上,瞭解更多請點我頭像或到我的主頁去獲得,謝謝


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 1. 在Blazor中使用Chart.js 首先,從Chart.js官方網站下載Chart.js庫文件。 推薦下載這個構建好的版本https://cdnjs.com/libraries/Chart.js,最新版是v4.2.1 在Blazor項目中把剛剛下載好的Chart.js放到wwwroot目錄下 ...
  • 雲伺服器開啟埠 CentOS開啟埠 防火牆添加埠 firewall-cmd --zone=public --add-port=埠/tcp --permanent 命令含義: –zone #作用域 –add-port=1935/tcp #添加埠,格式為:埠/通訊協議 –permanent ...
  • Ubuntu系統Flameshot使用問題 系統:Ubuntu22.04 問題:使用Flameshot,每次都會先截取整個屏幕,提示需要先分享,再使用Flameshot的功能 安裝Flameshot sudo apt install flameshot 先說解決方案 開機用戶登錄時,右下角有設置桌面 ...
  • 前言 這個任務調度模塊的實現是形成於畢設項目中的,用在STM32中,斷斷續續跨度2個月實現了一些基本功能,可能後面再做其他項目時會一點點完善起來,也會多學習相關知識來強化模塊的實用性和高效性,畢竟用自己自主實現出來的功能還是蠻舒心的。 任務調度模式結構 整體上的結構屬於線性結構,結合鏈表和定時器來實 ...
  • Win(WD 512G)+ Fedora(Lexar 256G),在Fedora Linux中無法顯示Windows的硬碟,排除SCSI匯流排的問題後確認是傲騰Optane without Raid的問題,通過BIOS更改為ACHI得到解決 ...
  • 一、基礎知識 1.1 Linux系統的文件結構 /bin 二進位文件,系統常規命令 /boot 系統啟動分區,系統啟動時讀取的文件 /dev 設備文件 /etc 大多數配置文件 /home 普通用戶的家目錄 /lib 32位函數庫 /lib64 64位庫 /media 手動臨時掛載點 /mnt 手動 ...
  • 痞子衡嵌入式半月刊: 第 75 期 這裡分享嵌入式領域有用有趣的項目/工具以及一些熱點新聞,農曆年分二十四節氣,希望在每個交節之日準時發佈一期。 本期刊是開源項目(GitHub: JayHeng/pzh-mcu-bi-weekly),歡迎提交 issue,投稿或推薦你知道的嵌入式那些事兒。 上期回顧 ...
  • 無論是Window,MacOs,Linux均採用多用戶的管理模式進行許可權管理。 在Linux系統中,擁有最大許可權的賬戶名為:root(超級管理員)。 root用戶擁有最大的系統操作許可權,而普通用戶在許多地方的許可權是受限的。 普通用戶一般在HOME目錄是不受限制的,一旦出了HOME目錄,大多地方,僅有 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...