hbase major_compact 文件会变小吗_图解式学习:可能是最易懂的Hbase架构原理解析(二)...
数据修改
小史:不过吕老师,我还有问题啊,我记得 HDFS 是不能随机修改文件的,只能追加,那么 HBase 里的数据是不是写了之后就不能改也不能删除呢?
吕老师:删除同样是追加一条版本最新的记录,只不过标记这个数据被删除而已,查询的时候,看到版本最新的记录是数据删除,就知道这个数据被删了。
吕老师:哈,小史,你思考得非常深入,还记得 LSM 的第三层吗,HBase 会在合并的时候,将这些用不到的记录删除掉,节省存储空间。
吕老师:不全对,其实 HBase 把合并分为两种:
- 小合并 Minor Compact,这种方式只会将少数文件进行简单合并,不会进行数据的清理。
- 大合并 Major Compact,这种方式会将大部分文件进行合并,并且清理数据。
吕老师:基本正确,但是你要知道,如果数据量大,这个过程是非常耗性能的,一般在生产环境都禁止大合并,否则在正常服务的时候突然来个大合并,整个集群可能资源被耗光,没法正常服务。
HBase 架构
小史:HBase 的架构似乎也是 master-slave 架构,和 HDFS 有点像,HMaster 是用来管理集群,HRegionServer 是真正存储数据的地方吧?
吕老师:啊,这块不太对,HBase 在数据查询和写入的时候,其实并不是像 HDFS 那样询问 HMaster。
在 HBase 中,每一张表都会有元信息,这些信息也是被存储为 HBase 表,称为元信息表,也叫 Meta 表,这是一种系统表。
小史:但是这又有个问题,既然 Meta 表也是存储在 HBase 上,那么 HBase 又如何知道 Meta 表存在哪个 HRegionServer 上呢?这岂不是一个鸡生蛋蛋生鸡的问题?
吕老师:小史啊,我说 Meta 表是 HBase 表,是指 Meta 表也是用 Rowkey 和 Value 的键值存储,但是我并没有说 Meta 表在 HBase 上啊。
其实 Meta 表不是存储在 HRegionServer 上,而是存储在那个分布式协调服务 Zookeeper 上面。
小史:哦,原来如此,所以 Meta 表其实是在一个固定地方读取,然后根据 Meta 表就知道数据在哪个 HRegionServer 上。但是 Zookeeper 又是啥呢?
吕老师:其实 HMaster 的任务相对不繁重,但是却比较重要,它主要是通过调整和管理 Region 分布来实现 HRegionServer 的负载均衡。
HRegionServer 架构
吕老师:其实 Region 是 HBase 在 Rowkey 上的切分,每个 Region 都可以通过 StartKey 和 EndKey 来确定 Rowkey 的范围,一个 HRegionServer 上可能会有多个 Region。
小史:所以说数据是根据 Rowkey 和一定的哈希规则,分散到不同的 Region 上面,而 Region 又是属于某一个 HRegionServer 上的,这个关系没错吧?
吕老师:没错,通过这里其实可以得出 Rowkey 设计的另一个原则,就是散列性。
Rowkey 的头几个字母,最好不要是一样的,不然会分布在同一个 HRegionServer 上面,导致这个 HRegionServer 的负载非常高,累死累活,其他 HRegionServer 却没事干。
一般可以根据一定规则算一个数据的摘要,比如 MD5,把 MD5 的头几位拼在 Rowkey 的前面。
吕老师:哈哈,名词没讲过,原理可都是讲过的哟。比如这个 Store,我们之前说过,一个列簇中的列是存储在一起的,对应到这里,一个列簇中的数据就是存到一个 Store 中。
吕老师:没错,这里 StoreFile 只是一个名字,它是以 HFile 的格式存储在 HDFS 上,HFile 是一个存储格式,在新版本的 HFile 存储格式中,它就是一个类似 B+ 树的索引形式。
读取和写入流程
①HBase Client 要写输入了,先从 Zookeeper 中拿到 Meta 表信息,根据数据的 Rowkey 找到应该往哪个 RegionServer 写。
②然后 HBase 会将数据写入对应 RegionServer 的内存 MemStore 中,同时记录操作日志 WAL。
③当 MemStore 超过一定阈值,就会将内存 MemStore 中的数据刷写到硬盘上,形成 StoreFile。
④在触发了一定条件的时候,小的 StoreFile 会进行合并,变成大的 StoreFile,有利于 HDFS 存储。
吕老师:当大量 Rowkey 相近的数据都被分配到一个 Region 中,导致这个 Region 数据过大的时候,Region 会进行拆分,HMaster 会对拆分后的 Region 重新分配 RegionServer,这是 HMaster 的负载均衡策略。
①HBase Client 要读数据了,先从 Zookeeper 中拿到 Meta 表信息,根据要查的 Rowkey 找到对应的数据在哪些 RegionServer 上。
②分别在这些 RegionServer 上根据列簇进行 StoreFile 和 MemStore 的查找,得到很多 key-value 结构的数据。
③根据数据的版本找到最新数据进行返回。
OLTP 和 OLAP
吕老师:OLTP 应用叫联机事务处理应用,就是类似银行转账等业务的,这类应用对事务要求比较高。
而 OLAP 应用叫联机分析处理应用,比如推荐系统,是在收集了大量用户行为后进行分析,再得出结论的应用,主要侧重分析,对事务要求非常低。
总结
小史把这次学习到的 HBase 的知识记了下来:
- HBase 是列式存储,和 MySQL 的行式存储不一样。
- HBase 中有列簇概念,同一个列簇下的列存储在一起,在 Region 的一个 StoreFile 中。
- HBase 是按照 Rowkey 进行查找,要查询的字段要想办法放到 Rowkey 中。
- HBase 内部使用 LSM 三层模型进行存储,数据先写到内存的 MemStore 中,内存达到一定阈值再刷写到硬盘 StoreFile 中,再满足一定条件时,小的 StoreFile 会合并为大的 StoreFile。
- HBase 适合 OLAP 类的应用。
学完 HBase,记完笔记,小史开开心心地洗袜子去了。
作者:channingbreeze
编辑:陶家龙、孙淑娟
出处:https://mp.weixin.qq.com/s/cO7MrAXjat9Gg_BHWcVEpw。
hbase major_compact 文件会变小吗_图解式学习:可能是最易懂的Hbase架构原理解析(二)...相关推荐
- 怎么把太大的ppt文件压缩变小
怎么把太大的ppt文件压缩变小?在我们的工作和学习中,在制作会议或者报告ppt的时候会遇到这样的一种情况,明明自己制作的ppt页数不多,但是文件大小却已经有几十MB了,那么PPT文件过大,会给我们的工 ...
- 如何把PPT文件压缩变小
PPT在日常生活中的用途还是很多的,就比如说路演的时候我们便需要用到PPT文件来讲解,但是有什么PPT文件内容过长,导致文件的内存比较大,这样的话,大家都想着是否在不改变文件的情况下,把PPT文件压缩 ...
- 怎么将ppt文件压缩变小一点?
如何将ppt文件压缩变小一点?ppt广泛应用在研究报告,投标方案,项目总结,培训讲稿,电子课件等场景,但是往往因为PPT中包含大量图片,所以PPT文件一般都很大,从而造成不易传输和加载慢情况的发生.为 ...
- 如何压缩pdf大小?如何把pdf文件压缩变小?
现在不管是工作还是学习,都经常会用到PDF文件,如果pdf图片过多或者体积太大,还会影响设备的运行速度,降低我们的工作和学习效率.其实我们可以使用pdf压缩工具来压缩pdf大小,下面是小编分享给大家的 ...
- 如何将视频文件压缩变小
在日常生活中我们会遇到这样的问题,视频太大而我们的内存空间是有限的,怎样节省内存空间将视频文件缩小呢,这里有一个压缩视频文件的方法,不会将视频文件压缩为压缩包,而是在原视频文件的基础上将视频文件缩小, ...
- 微信小程序_基础组件学习02
微信小程序_基础组件学习02 swiper组件 swiper是滑块容器,也就是手机端的轮播图. swiper组件有两部分组成swiper和swiper-item. swiper-item需要放在swi ...
- kafka和mysql内存机制_一文五分钟让你彻底理解Kafka架构原理
对于kafka的架构原理我们先提出几个问题? 1.Kafka的topic和分区内部是如何存储的,有什么特点? 2.与传统的消息系统相比,Kafka的消费模型有什么优点? 3.Kafka如何实现分布式的 ...
- 三线压力传感器原理_弹性式压力表、弹簧管压力表、压阻式压力传感器的原理、选型、安装...
元旦节快乐Happy New Year's Day弹性式压力表.弹簧管压力表.压阻式压力传感器的原理.选型.安装 弹性式压力表 齐亚斯弹性式压力表是以弹性元件受压后所产生的弹性变形作为测量基础的.它 ...
- 什么是底层架构_厉害!阿里技术专家发布1500多页计算机底层架构原理解析宝典|现代汽车|计算机|原理|操作系统|存储器...
计算机被称为20世纪最伟大的发明之一 .1946年诞生的第一台电子计算机ENIAC,是一个每秒能运行5000次.重达30吨的庞然大物.如今计算机变得无处不在,以至于人们大大低估了它的复杂性一今天一 部 ...
最新文章
- linux网络命名空间详解,『中级篇』 Linux网络命名空间(25)
- 骚操作!用 CPU 烤肉,这位程序员做到了
- python 词云手把手_手把手教你生成炫酷的词云
- 【bzoj2300】【Luogu P2521】 [HAOI2011]防线修建 动态凸包,平衡树,Set
- 报错:SyntaxError: Non-UTF-8 code starting with '\xbc' in file
- C++成员函数指针的另类调用方法
- redhat安装wine教程_Ubuntu怎么下载应用并安装应用
- python函数修饰参数_Python 函数参数的填坑之路
- 头条限流是什么原因_抖音为什么会被限流?被限流了如何补救?
- C/C++ 各种进制的表示方法/ 进制前缀
- Android 虚线切割线
- 联想开机按f2怎么修复系统图解_联想笔记本开机f2修复电脑步骤 - 卡饭网
- 【MySQL】数据库的函数使用
- 自动驾驶最全基础知识、课程、论文、数据集、开源软件等资源整理分享
- 盘点电视剧中的广告植入
- Windows 文件夹或文件名 太长无法删除怎么办? 一招教你怎样解决.
- ubuntu 安装网卡驱动
- 学习之初 、约定、 认识Linux、安装虚拟机 、安装centos7
- 微型计算机中奇偶校验,奇偶校验
- P3646 [APIO2015]巴厘岛的雕塑
热门文章
- c语言编写conio库函数,c语言库函数头文件注释
- java搭建环境配置_JAVA开发环境的搭建(配置JAVA开发环境)
- MySQL打不开用户_mysql打不开了
- mysql5.6无法安装_windows下Mysql5.6的安装
- 洛谷P4782 2-SAT问题
- 前端综合学习笔记---异步、ES6/7、Module、Promise同步 vs 异步
- 九、模型文档编辑器(生成项目文档)
- 剑指offer(C++)-JZ36:二叉搜索树与双向链表(数据结构-树)
- linux 下恢复文件权限设置,备份和恢复Linux文件权限的方法
- php 7怎么安装mysql_php7如何安装mysql扩展