学习Hadoop第二十七课（HBase理论一）_先学hadoop还是先学hbase-程序员宅基地
技术标签： hadoop Hadoop大数据学习
上节课我们一起学习了HBase集群的搭建，这节课我们一起来简单学习一下HBase的理论知识。
我们首先来看一下下面这张图，HBase存储数据也是存储到表中（这点和我们的关系型数据库是类似的），一个row key保存一行内容，与关系型数据库不一样的地方是，HBase数据库的表中引入了列族的概念，一个列族可以包含0到多个列，列族和列名结合组成一个cell，cell中才是我们存放的数据。从下图中可以看到一个Table包含多个Region，分布式存储和负载均衡最小的存储单元是Region，这也就意味着一台设备上只能有一个Region，一张表对应多个Region，也就意味着这张表的数据是存储在多台设备上的。那么为什么我们不把数据全都存储到一台设备上呢？其实原因很简单，假如我们的数据有好几十亿条，我们把这些数据都存放到一台设备上，这将对这台设备造成致命的压力，就是我们去查找某些数据也需要到这一台设备上进行查询，读取的压力也将非常大，这是我们无法接受的。如果我们把这几十亿条数据分别存储在多台设备上，那么无论是写操作还是读操作的压力都将大大降低，效率也成多少倍的提高，所以要用到Region这个东西。
那么Region存储在什么地方呢？它存储在HRegionServer内，HRegionServer是HBase的被管理进程，HBase的管理进程是HMaster，作为一个HBase集群的话，HMaster会有多个，当然HRegionServer也会有多个，这样即使其中的一台设备宕掉了，整个集群依然可以正常工作，那么负责中间协调工作的是谁呢？其实是我们的Zookeeper，Zookeepr保证了我们的HBase集群在同一时间只有一个活跃的HMaster。负责在活跃的HMaster宕掉之后让另一设备上的HMaster自动切换成活跃状态，从而对外提供稳定的服务。既然名叫RegionServer，顾名思义，它就是用来存储Region的。我们可以认为Region是存储在内存当中的。HRegionServer每隔一段时间会将Region中的数据写入到HDFS系统。
我们上面说了，通过HBase集群，我们可以快速的查找某些数据，为什么可以做到这一点呢？原因是我们在创建数据的时候就指定了Row key，HBase根据Row key来创建索引，并且还根据Row key的字典顺序分别进行了存储。我们以下图为例，可以看到图左侧是表的Row key的字典顺序，可以看到根据不同的范围把Row key分成了五个部分，每个部分是一个Region，所以可以理解为，一个Region保存了一个Row key范围的数据。右侧有三个HRegionServer。字典顺序从0到2（包括0，不包括2）的数据都存储在rs2（HRegionServer）这台设备上，字典顺序从2到4（包括2，不包括4）存储在rs1（HRegionServer）这台设备上，等等。这样存储的好处是什么呢？我们查询数据的时候根据Row key的字典顺序可以快速定位到数据在哪一台设备上，然后再根据Row key索引快速定位到要查询的数据。HBase还有个非常大的优势是可扩展性非常强，以后如果这张表需要增加字段将会非常简单，因为HBase是允许动态添加列的。还有就是我们不需要用多么昂贵的服务器，用普通的PC服务器就可以，无非多用几台设备罢了，用普通的PC照样存储非常庞大的数据。
说完了上面的内容，我们再来看一张HBase整体的架构图，可以发现最顶层是Hadoop的HDFS，说明HBase的数据最终还是存放在了HDFS当中。图的最上方有Client、HMaster、Zookeeper中间是HRegionServer，很明显，Client、HMaster、HRegionServer是通过Zookeeper来协调的。HRegionServer维护着Region，Region里面保存着数据。一张表有可能有一个到多个Region。我们可以看到，一个Region包括HLog和Store，Store当中包括StoreFile和MemStore，我们前面认为Region存放的数据都在缓存中不太准确，有一部分数据会被写到StoreFile当中，然后将StoreFile当中的数据通过DFS Client(操作HDFS的接口)写到HDFS系统当中。我们创建表的时候可以指定一下列族的VERSIONS版本数量，假如我们指定的数量是3，这意味着这张表只会保存三个版本的数据，当我们向同一个Row key插入第四条记录时，最先插入的数据便会被加上删除符号并保存到MemStore当中，这时我们还是可以查询到被标记为删除的数据的，但是一旦MemStore的数据被清空，我们将查询不到被标记为删除的数据了。
之所以把数据放到HDFS当中就是为了数据的可靠性，即使某台设备宕掉了，StoreFile中的数据消失了，也无所谓，我们可以从HDFS系统将数据再还原回来。
当然，这只是说了个皮毛而已，大家想深入学习HBase的话，建议多看看书。本小节我们便一起学习到这了
智能推荐
分布式光纤传感器的全球与中国市场2022-2028年：技术、参与者、趋势、市场规模及占有率研究报告_预计2026年中国分布式传感器市场规模有多大-程序员宅基地
文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势，分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括：FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大
07_08 常用组合逻辑电路结构——为IC设计的延时估计铺垫_基4布斯算法代码-程序员宅基地
文章浏览阅读1.1k次，点赞2次，收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的：估计模块间的delay，确保写的代码的timing 综合能给到多少HZ，以满足需求！_基4布斯算法代码
OpenAI Manager助手（基于SpringBoot和Vue）_chatgpt网页版-程序员宅基地
文章浏览阅读3.3k次，点赞3次，收藏5次。OpenAI Manager助手（基于SpringBoot和Vue）_chatgpt网页版
关于美国计算机奥赛USACO，你想知道的都在这_usaco可以多次提交吗-程序员宅基地
文章浏览阅读2.2k次。USACO自1992年举办，到目前为止已经举办了27届，目的是为了帮助美国信息学国家队选拔IOI的队员，目前逐渐发展为全球热门的线上赛事，成为美国大学申请条件下，含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学，越来越多的学生进入了康奈尔，麻省理工，普林斯顿，哈佛和耶鲁等大学，这些同学的共同点是他们都参加了美国计算机科学竞赛（USACO)，并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学，高三学生也可以参加12月的第_usaco可以多次提交吗
MySQL存储过程和自定义函数_mysql自定义函数和存储过程-程序员宅基地
文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程
半导体基础知识与PN结_本征半导体电流为0-程序员宅基地
文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0
随便推点
【Unity3d Shader】水面和岩浆效果_unity 岩浆shader-程序员宅基地
文章浏览阅读2.8k次，点赞3次，收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画（无顶点位移），整个mesh由4个顶点构成。实现了水面效果（左图），不动代码稍微修改下参数和贴图可以实现岩浆效果（右图）。有要思路是1，uv按时间去做正弦波移动2，在1的基础上加个凹凸图混合uv3，在1、2的基础上加个水流方向4，加上对雾效的支持，如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader
广义线性模型——Logistic回归模型（1）_广义线性回归模型-程序员宅基地
文章浏览阅读5k次。广义线性模型是线性模型的扩展，它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为：其中g(μY)是条件均值的函数（称为连接函数）。另外，你可放松Y为正态分布的假设，改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后，便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下，线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是，有时候我们要进行非正态因变量的分析，例如：（1）类别型.._广义线性回归模型
HTML+CSS大作业 环境网页设计与实现(垃圾分类) web前端开发技术 web课程设计 网页规划与设计_垃圾分类网页设计目标怎么写-程序员宅基地
文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验：一般的网页需要融入以下知识点：div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点，网页的风格主题也很全面：如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题，学生、新手可参考下方页面的布局和设计和HTML源码（有用点赞△） 一套A+的网_垃圾分类网页设计目标怎么写
C# .Net 发布后,把dll全部放在一个文件夹中,让软件目录更整洁_.net dll 全局目录-程序员宅基地
文章浏览阅读614次，点赞7次，收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录
BRIEF特征点描述算法_breif description calculation 特征点-程序员宅基地
文章浏览阅读1.5k次。本文为转载，原博客地址：http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出，BRIEF是对已检测到的特征点进行描述，它是一种二进制编码的描述子，摈弃了利用区域灰度..._breif description calculation 特征点
房屋租赁管理系统的设计和实现，SpringBoot计算机毕业设计论文_基于spring boot的房屋租赁系统论文-程序员宅基地
文章浏览阅读4.1k次，点赞21次，收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档，可以给应届毕业生提供格式撰写参考，也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文