大数据的那些面试题及答案(二)HBase

什么是Hbase

HBase是一个高可靠、高性能、面向列、可伸缩的分布式数据库，是谷歌BigTable的开源实现，主要用来 存储非结构化和半结构化的松散数据

Hbase的本质

面向列的分布式数据库

hbase来源于谷歌的哪篇论文

BigTable

Hbase端口号

16010

Hbase的数据的维度及代表的意思

hbase可以视为一个“四维坐标”数据 ，维度分别代表[行键, 列族, 列限定符, 时间戳]

rowkey设计原则

唯一原则：必须在设计上保证其唯一性，Rowkey是按照字典顺序存储的，所以设计Rowkey时，要充分利用这一特点，将往常一起读取的数据存储到一块。
长度原则：越短越好，最大长度为64Kb,太长的影响有两点。
(1)极大影响了HFile的存储效率。
(2)缓存memstore不能得到有效利用，缓存不能存放太多的信息，造成检索效率的降低。
散列原则： 由于region存储是按行键存储的，如果行键的值都是类似的那就容易导致数据都堆在一个Rowkey上产生热点问题。所以可以通过一下方法让Rowkey尽量散列化。
(1)加盐在Rowkey前生成随机数。
(2)反转把最没有用的放在前面以增加随机性。

HBASE原理机制

(1)HBASE是一款应用在大数据情境下的数据库。
(2)HBASE是分布式的利用hdfs作为存储系统的面向列的数据库。
(3)HBASE的集群中主要由Master和Regionserver以及zookeeper组成。Master为Regionserver分配region
(4)HBASE使用Memstore和storeFile存储对表的更新，用户写入的数据首先会放入Memstore，当Memstore满了以后会flush成一个storeFile(底层实现是HFile)。
(5)HBASE使用和bigTable非常相同的数据模型。用户存储数据行在一个表里，在HBASE中数据按主键排序，同时表按主键划分多个Region。

Hbase怎么更新数据

通过=追版本形式执行更新操作。
并不会删除数据旧的版本，而是生成一个新的版本，旧有的版本仍然保留（这是和HDFS只允许追加不允许修改的特性相关的）

HBase系统架构由什么组成

客户端、Zookeeper服务器 、Master（一个）、Region服务器（多个）

HBase中最核心的模块是？

Region服务器

HBase最小存储数据的单元是?HBase在hdfs上存储的形式是?

HFile

HBase的相关操作命令（对表、对数据）

用，分隔 用‘ ’注明
对表

 (1)创建表 create
  语句：create 't1','f1' 		 ti为表名，f1为列族
 (2)修改表 alter
 语句：alter 't1','f2' 		增加一个列族
 (3)删除表 drop
 语句：diasble 't1' 		drop 't1'  删除表时分两步，先disable再drop
 (4)查看表的结构  describe
 语句：describe 't1'
 (5)查询表中的数据行数 count
 count 't1', {INTERVAL => 100, CACHE => 500}		
 语句：查询表t1中的行数，每100条显示一次，缓存区为500
（6)扫描表 scan
  语句：scan 't1',{LIMIT=>5}		扫描表t1的前5条数据
  语句：scan 't1',{STARTROW=>'2',STOPROW=>'4'}		扫描表t1的第2行到第4行
  语句： scan 'score',{COLUMNS=>'egrade:cet4',VERSIONS=>5} 		扫描表score的grade:cet4,版本号为5的信息

对数据

（1) 插入、添加、修改数据  put
 语句：put 't1','001','f1:col1','value01'		t1是表名，001是行键、f1是列族、col1是列、value01是值
 (2)查询、取出数据  get
 语句：get 't1','001', 'f1:col1‘
 (3)删除数据  delete
 语句：delete 't1','001','f1:col1'
 删除整行数据  deleteall
 语句：deleteall 't1','001'
 删除表中的所有数据 truncate
 语句：truncate 't1'