在我還不了解分布式和大數(shù)據(jù)的時(shí)候已經(jīng)聽(tīng)說(shuō)過(guò)HBase了，但對(duì)它一直都半知不解，這篇文章來(lái)講講吧。

在真實(shí)生活中，最開(kāi)始聽(tīng)到這個(gè)詞是我的一場(chǎng)面試，當(dāng)年我還是個(gè)『小垃圾』，現(xiàn)在已經(jīng)是個(gè)『大垃圾』了。

面試官當(dāng)時(shí)給了一個(gè)場(chǎng)景題問(wèn)我，具體的題目我忘得差不多了，大概就是考試與試題的一個(gè)場(chǎng)景，問(wèn)我數(shù)據(jù)庫(kù)要如何設(shè)計(jì)。

我答了關(guān)系型數(shù)據(jù)庫(kù)的設(shè)計(jì)方案，他大概說(shuō)：這個(gè)場(chǎng)景比較復(fù)雜多變，為什么不考慮一下HBase這種NoSQL的數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)呢？

我就說(shuō)：“對(duì)對(duì)對(duì)，可以的” （雖然我當(dāng)時(shí)不知道HBase是什么，但是氣勢(shì)一定要有，你們說(shuō)是不是）

最后面試官還是給我發(fā)了offer，但我沒(méi)去，原因就是離家太遠(yuǎn)了。

一、介紹HBase

Apache HBase? is the Hadoop database, a distributed, scalable, big data store.

HBase is a type of "NoSQL" database.

Apache HBase ?是 Hadoop 數(shù)據(jù)庫(kù)，一個(gè)分布式、可伸縮的大數(shù)據(jù)存儲(chǔ)。

HBase是依賴(lài)Hadoop的。為什么HBase能存儲(chǔ)海量的數(shù)據(jù)？因?yàn)镠Base是在HDFS的基礎(chǔ)之上構(gòu)建的，HDFS是分布式文件系統(tǒng)。

二、為什么要用HBase

截至到現(xiàn)在，三歪已經(jīng)學(xué)了不少的組件了，比如說(shuō)分布式搜索引擎「Elasticsearch」、分布式文件系統(tǒng)「HDFS」、分布式消息隊(duì)列「Kafka」、緩存數(shù)據(jù)庫(kù)「Redis」等等...

能夠處理數(shù)據(jù)的中間件(系統(tǒng))，這些中間件基本都會(huì)有持久化的功能。為什么？如果某一個(gè)時(shí)刻掛了，那還在內(nèi)存但還沒(méi)處理完的數(shù)據(jù)不就涼了？

Redis有AOF和RDB、Elasticsearch會(huì)把數(shù)據(jù)寫(xiě)到translog然后結(jié)合FileSystemCache將數(shù)據(jù)刷到磁盤(pán)中、Kafka本身就是將數(shù)據(jù)順序?qū)懙酱疟P(pán)....

這些中間件會(huì)實(shí)現(xiàn)持久化（像HDFS和MySQL我們本身就用來(lái)存儲(chǔ)數(shù)據(jù)的），為什么我們還要用HBase呢？

雖然沒(méi)有什么可比性，但是在學(xué)習(xí)的時(shí)候總會(huì)有一個(gè)疑問(wèn)：「既然已學(xué)過(guò)的系統(tǒng)都有類(lèi)似的功能了，那為啥我還要去學(xué)這個(gè)玩意？」

三歪是這樣理解的：

• MySQL？MySQL數(shù)據(jù)庫(kù)我們是算用得最多了的吧？但眾所周知，MySQL是單機(jī)的。MySQL能存儲(chǔ)多少數(shù)據(jù)，取決于那臺(tái)服務(wù)器的硬盤(pán)大小。以現(xiàn)在互聯(lián)網(wǎng)的數(shù)據(jù)量，很多時(shí)候MySQL是沒(méi)法存儲(chǔ)那么多數(shù)據(jù)的。
  • 比如我這邊有個(gè)系統(tǒng)，一天就能產(chǎn)生1TB的數(shù)據(jù)，這數(shù)據(jù)是不可能存MySQL的。（如此大的量數(shù)據(jù)，我們現(xiàn)在的做法是先寫(xiě)到Kafka，然后落到Hive中）
• Kafka？Kafka我們主要用來(lái)處理消息的（解耦異步削峰）。數(shù)據(jù)到Kafka，Kafka會(huì)將數(shù)據(jù)持久化到硬盤(pán)中，并且Kafka是分布式的（很方便的擴(kuò)展），理論上Kafka可以存儲(chǔ)很大的數(shù)據(jù)。但是Kafka的數(shù)據(jù)我們不會(huì)「單獨(dú)」取出來(lái)。持久化了的數(shù)據(jù)，最常見(jiàn)的用法就是重新設(shè)置offset，做「回溯」操作
• Redis？Redis是緩存數(shù)據(jù)庫(kù)，所有的讀寫(xiě)都在內(nèi)存中，速度賊快。AOF/RDB存儲(chǔ)的數(shù)據(jù)都會(huì)加載到內(nèi)存中，Redis不適合存大量的數(shù)據(jù)（因?yàn)閮?nèi)存太貴了?。?。
• Elasticsearch？Elasticsearch是一個(gè)分布式的搜索引擎，主要用于檢索。理論上Elasticsearch也是可以存儲(chǔ)海量的數(shù)據(jù)（畢竟分布式），我們也可以將數(shù)據(jù)用『索引』來(lái)取出來(lái)，似乎已經(jīng)是非常完美的中間件了。
  • 但是如果我們的數(shù)據(jù)沒(méi)有經(jīng)?！笝z索」的需求，其實(shí)不必放到Elasticsearch，數(shù)據(jù)寫(xiě)入Elasticsearch需要分詞，無(wú)疑會(huì)浪費(fèi)資源。
• HDFS？顯然HDFS是可以存儲(chǔ)海量的數(shù)據(jù)的，它就是為海量數(shù)據(jù)而生的。它也有明顯的缺點(diǎn)：不支持隨機(jī)修改，查詢(xún)效率低，對(duì)小文件支持不友好。

上面這些技術(shù)棧三歪都已經(jīng)寫(xiě)過(guò)文章了。學(xué)多了你會(huì)發(fā)現(xiàn)它們的持久化機(jī)制都差不太多，有空再來(lái)總結(jié)一下。

文中的開(kāi)頭已經(jīng)說(shuō)了，HBase是基于HDFS分布式文件系統(tǒng)去構(gòu)建的。換句話(huà)說(shuō)，HBase的數(shù)據(jù)其實(shí)也是存儲(chǔ)在HDFS上的。那肯定有好奇寶寶就會(huì)問(wèn)：HDFS和HBase有啥區(qū)別阿？

HDFS是文件系統(tǒng)，而HBase是數(shù)據(jù)庫(kù)，其實(shí)也沒(méi)啥可比性?！?strong>你可以把HBase當(dāng)做是MySQL，把HDFS當(dāng)做是硬盤(pán)。HBase只是一個(gè)NoSQL數(shù)據(jù)庫(kù)，把數(shù)據(jù)存在HDFS上」。

數(shù)據(jù)庫(kù)是一個(gè)以某種有組織的方式存儲(chǔ)的數(shù)據(jù)集合。

扯了這么多，那我們?yōu)樯兑肏Base呢？HBase在HDFS之上提供了高并發(fā)的隨機(jī)寫(xiě)和支持實(shí)時(shí)查詢(xún)，這是HDFS不具備的。

我一直都說(shuō)在學(xué)習(xí)某一項(xiàng)技術(shù)之前首先要了解它能干什么。如果僅僅看上面的”對(duì)比“，我們可以發(fā)現(xiàn)HBase可以以低成本來(lái)存儲(chǔ)海量的數(shù)據(jù)并且支持高并發(fā)隨機(jī)寫(xiě)和實(shí)時(shí)查詢(xún)。

但HBase還有一個(gè)特點(diǎn)就是：存儲(chǔ)數(shù)據(jù)的”結(jié)構(gòu)“可以地非常靈活（這個(gè)下面會(huì)講到，這里如果沒(méi)接觸過(guò)HBase的同學(xué)可能不知道什么意思）。

三、入門(mén)HBase

聽(tīng)過(guò)HBase的同學(xué)可能都聽(tīng)過(guò)「列式存儲(chǔ)」這個(gè)詞。我最開(kāi)始的時(shí)候覺(jué)得HBase很難理解，就因?yàn)樗@個(gè)「列式存儲(chǔ)」我一直理解不了它為什么是「列式」的。

在網(wǎng)上也有很多的博客去講解什么是「列式」存儲(chǔ)，它們會(huì)舉我們現(xiàn)有的數(shù)據(jù)庫(kù)，比如MySQL。存儲(chǔ)的結(jié)構(gòu)我們很容易看懂，就是一行一行數(shù)據(jù)嘛。

轉(zhuǎn)換成所謂的列式存儲(chǔ)是什么樣的呢？

可以很簡(jiǎn)單的發(fā)現(xiàn)，無(wú)非就是把每列抽出來(lái)，然后關(guān)聯(lián)上Id。這個(gè)叫列式存儲(chǔ)嗎？我在這打個(gè)問(wèn)號(hào)。

轉(zhuǎn)換后的數(shù)據(jù)從我的角度來(lái)看，數(shù)據(jù)還是一行一行的。

這樣做有什么好處嗎？很明顯以前我們一行記錄多個(gè)屬性(列)，有部分的列是空缺的，但是我們還是需要空間去存儲(chǔ)?，F(xiàn)在把這些列全部拆開(kāi)，有什么我們就存什么，這樣空間就能被我們充分利用。

這種形式的數(shù)據(jù)更像什么？明顯是Key-Value嘛。那我們?cè)撛趺蠢斫釮Base所謂的列式存儲(chǔ)和Key-Value結(jié)構(gòu)呢？走進(jìn)三歪的小腦袋，一探究竟。

3.1 HBase的數(shù)據(jù)模型

在看HBase數(shù)據(jù)模型的時(shí)候，其實(shí)最好還是不要用「關(guān)系型數(shù)據(jù)庫(kù)」的知識(shí)去理解它。

In HBase, data is stored in tables, which have rows and columns. This is a terminology overlap withrelational databases (RDBMSs), but this is not a helpful analogy.

HBase里邊也有表、行和列的概念。

• 表沒(méi)什么好說(shuō)的，就是一張表
• 一行數(shù)據(jù)由一個(gè)行鍵和一個(gè)或多個(gè)相關(guān)的列以及它的值所組成

好了，現(xiàn)在比較抽象了。在HBase里邊，定位一行數(shù)據(jù)會(huì)有一個(gè)唯一的值，這個(gè)叫做行鍵(RowKey)。而在HBase的列不是我們?cè)陉P(guān)系型數(shù)據(jù)庫(kù)所想象中的列。

HBase的列（Column）都得歸屬到列族（Column Family）中。在HBase中用列修飾符（Column Qualifier）來(lái)標(biāo)識(shí)每個(gè)列。

在HBase里邊，先有列族，后有列。

什么是列族？可以簡(jiǎn)單理解為：列的屬性類(lèi)別

什么是列修飾符？先有列族后有列，在列族下用列修飾符來(lái)標(biāo)識(shí)一列。

還很抽象是不是？三歪來(lái)畫(huà)個(gè)圖：

我們?cè)俜劈c(diǎn)具體的值去看看，就更加容易看懂了：

這張表我們有兩個(gè)列族，分別是UserInfo和OrderInfo。在UserInfo下有兩個(gè)列，分別是UserInfo:name和UserInfo:age，在OrderInfo下有兩個(gè)列，分別是OrderInfo:orderId和OrderInfo:money。

UserInfo:name的值為：三歪。UserInfo:age的值為24。OrderInfo:orderId的值為23333。OrderInfo:money的值為30。這些數(shù)據(jù)的主鍵(RowKey)為1

上面的那個(gè)圖看起來(lái)可能不太好懂，三歪再畫(huà)一個(gè)我們熟悉的：

HBase表的每一行中，列的組成都是靈活的，行與行之間的列不需要相同。如圖下：

換句話(huà)說(shuō)：一個(gè)列族下可以任意添加列，不受任何限制

數(shù)據(jù)寫(xiě)到HBase的時(shí)候都會(huì)被記錄一個(gè)時(shí)間戳，這個(gè)時(shí)間戳被我們當(dāng)做一個(gè)版本。比如說(shuō)，我們修改或者刪除某一條的時(shí)候，本質(zhì)上是往里邊新增一條數(shù)據(jù)，記錄的版本加一了而已。

比如現(xiàn)在我們有一條記錄：

現(xiàn)在要把這條記錄的值改為40，實(shí)際上就是多添加一條記錄，在讀的時(shí)候按照時(shí)間戳讀最新的記錄。在外界「看起來(lái)」就是把這條記錄改了。

3.2 HBase 的Key-Value

HBase本質(zhì)上其實(shí)就是Key-Value的數(shù)據(jù)庫(kù)，上一次我們學(xué)Key-Value數(shù)據(jù)庫(kù)還是Redis呢。那在HBase里邊，Key是什么？Value是什么？

我們看一下下面的HBaseKey-Value結(jié)構(gòu)圖：

Key由RowKey(行鍵)+ColumnFamily（列族）+Column Qualifier（列修飾符）+TimeStamp（時(shí)間戳--版本）+KeyType（類(lèi)型）組成，而Value就是實(shí)際上的值。

對(duì)比上面的例子，其實(shí)很好理解，因?yàn)槲覀冃薷囊粭l數(shù)據(jù)其實(shí)上是在原來(lái)的基礎(chǔ)上增加一個(gè)版本的，那我們要準(zhǔn)確定位一條數(shù)據(jù)，那就得（RowKey+Column+時(shí)間戳）。

KeyType是什么？我們上面只說(shuō)了「修改」的情況，你們有沒(méi)有想過(guò)，如果要?jiǎng)h除一條數(shù)據(jù)怎么做？實(shí)際上也是增加一條記錄，只不過(guò)我們?cè)贙eyType里邊設(shè)置為“Delete”就可以了。

3.3 HBase架構(gòu)

扯了這么一大堆，已經(jīng)說(shuō)了HBase的數(shù)據(jù)模型和Key-Value了，我們還有一個(gè)問(wèn)題：「為什么經(jīng)常會(huì)有人說(shuō)HBase是列式存儲(chǔ)呢？」

其實(shí)HBase更多的是「列族存儲(chǔ)」，要談列族存儲(chǔ)，就得先了解了解HBase的架構(gòu)是怎么樣的。

我們先來(lái)看看HBase的架構(gòu)圖：

1、Client客戶(hù)端，它提供了訪(fǎng)問(wèn)HBase的接口，并且維護(hù)了對(duì)應(yīng)的cache來(lái)加速HBase的訪(fǎng)問(wèn)。

2、Zookeeper存儲(chǔ)HBase的元數(shù)據(jù)（meta表），無(wú)論是讀還是寫(xiě)數(shù)據(jù)，都是去Zookeeper里邊拿到meta元數(shù)據(jù)告訴給客戶(hù)端去哪臺(tái)機(jī)器讀寫(xiě)數(shù)據(jù)

3、HRegionServer它是處理客戶(hù)端的讀寫(xiě)請(qǐng)求，負(fù)責(zé)與HDFS底層交互，是真正干活的節(jié)點(diǎn)。

總結(jié)大致的流程就是：client請(qǐng)求到Zookeeper，然后Zookeeper返回HRegionServer地址給client，client得到Zookeeper返回的地址去請(qǐng)求HRegionServer，HRegionServer讀寫(xiě)數(shù)據(jù)后返回給client。

3.4 HRegionServer內(nèi)部

我們來(lái)看下面的圖：

前面也提到了，HBase可以存儲(chǔ)海量的數(shù)據(jù)，HBase是分布式的。所以我們可以斷定：HBase一張表的數(shù)據(jù)會(huì)分到多臺(tái)機(jī)器上的。那HBase是怎么切割一張表的數(shù)據(jù)的呢？用的就是RowKey來(lái)切分，其實(shí)就是表的橫向切割。

說(shuō)白了就是一個(gè)HRegion上，存儲(chǔ)HBase表的一部分?jǐn)?shù)據(jù)。

HRegion下面有Store，那Store是什么呢？我們前面也說(shuō)過(guò)，一個(gè)HBase表首先要定義列族，然后列是在列族之下的，列可以隨意添加。

一個(gè)列族的數(shù)據(jù)是存儲(chǔ)在一起的，所以一個(gè)列族的數(shù)據(jù)是存儲(chǔ)在一個(gè)Store里邊的。

看到這里，其實(shí)我們可以認(rèn)為HBase是基于列族存儲(chǔ)的（畢竟物理存儲(chǔ)，一個(gè)列族是存儲(chǔ)到同一個(gè)Store里的）

Store里邊有啥？有Mem Store、Store File、HFile，我們?cè)賮?lái)看看里邊都代表啥含義。

HBase在寫(xiě)數(shù)據(jù)的時(shí)候，會(huì)先寫(xiě)到Mem Store，當(dāng)MemStore超過(guò)一定閾值，就會(huì)將內(nèi)存中的數(shù)據(jù)刷寫(xiě)到硬盤(pán)上，形成StoreFile，而StoreFile底層是以HFile的格式保存，HFile是HBase中KeyValue數(shù)據(jù)的存儲(chǔ)格式。

所以說(shuō)：Mem Store我們可以理解為內(nèi)存 buffer，HFile是HBase實(shí)際存儲(chǔ)的數(shù)據(jù)格式，而StoreFile只是HBase里的一個(gè)名字。

回到HRegionServer上，我們還漏了一塊，就是HLog。

這里其實(shí)特別好理解了，我們寫(xiě)數(shù)據(jù)的時(shí)候是先寫(xiě)到內(nèi)存的，為了防止機(jī)器宕機(jī)，內(nèi)存的數(shù)據(jù)沒(méi)刷到磁盤(pán)中就掛了。我們?cè)趯?xiě)Mem store的時(shí)候還會(huì)寫(xiě)一份HLog。

這個(gè)HLog是順序?qū)懙酱疟P(pán)的，所以速度還是挺快的（是不是有似曾相似的感覺(jué)）...

稍微總結(jié)一把：

• HRegionServer是真正干活的機(jī)器（用于與hdfs交互），我們HBase表用RowKey來(lái)橫向切分表
• HRegion里邊會(huì)有多個(gè)Store，每個(gè)Store其實(shí)就是一個(gè)列族的數(shù)據(jù)（所以我們可以說(shuō)HBase是基于列族存儲(chǔ)的）
• Store里邊有Men Store和StoreFile(HFile)，其實(shí)就是先走一層內(nèi)存，然后再刷到磁盤(pán)的結(jié)構(gòu)

3.5 被遺忘的HMaster

我們?cè)谏厦娴膱D會(huì)看到有個(gè)Hmaster，它在HBase的架構(gòu)中承擔(dān)一種什么樣的角色呢？讀寫(xiě)請(qǐng)求都沒(méi)經(jīng)過(guò)Hmaster呀。

那HMaster在HBase里承擔(dān)什么樣的角色呢？？

HMaster is the implementation of the Master Server. The Master server is responsible for monitoring all RegionServer instances in the cluster, and is the interface for all metadata changes.

HMaster會(huì)處理 HRegion 的分配或轉(zhuǎn)移。如果我們HRegion的數(shù)據(jù)量太大的話(huà)，HMaster會(huì)對(duì)拆分后的Region重新分配RegionServer。（如果發(fā)現(xiàn)失效的HRegion，也會(huì)將失效的HRegion分配到正常的HRegionServer中）

HMaster會(huì)處理元數(shù)據(jù)的變更和監(jiān)控RegionServer的狀態(tài)。

四、RowKey的設(shè)計(jì)

到這里，我們已經(jīng)知道RowKey是什么了。不難理解的是，我們肯定是要保證RowKey是唯一的，畢竟它是行鍵，有了它我們才可以唯一標(biāo)識(shí)一條數(shù)據(jù)的。

在HBase里邊提供了三種的查詢(xún)方式：

1. 全局掃描
2. 根據(jù)一個(gè)RowKey進(jìn)行查詢(xún)
3. 根據(jù)RowKey過(guò)濾的范圍查詢(xún)

4.1 根據(jù)一個(gè)RowKey查詢(xún)

首先我們要知道的是RowKey是會(huì)按字典序排序的，我們HBase表會(huì)用RowKey來(lái)橫向切分表。

無(wú)論是讀和寫(xiě)我們都是用RowKey去定位到HRegion，然后找到HRegionServer。這里有一個(gè)很關(guān)鍵的問(wèn)題：那我怎么知道這個(gè)RowKey是在這個(gè)HRegion上的？

HRegion上有兩個(gè)很重要的屬性：start-key和end-key。

我們?cè)诙ㄎ籋RegionServer的時(shí)候，實(shí)際上就是定位我們這個(gè)RowKey在不在這個(gè)HRegion的start-key和end-key范圍之內(nèi)，如果在，說(shuō)明我們就找到了。

這個(gè)時(shí)候會(huì)帶來(lái)一個(gè)問(wèn)題：由于我們的RowKey是以字典序排序的，如果我們對(duì)RowKey沒(méi)有做任何處理，那就有可能存在熱點(diǎn)數(shù)據(jù)的問(wèn)題。

舉個(gè)例子，現(xiàn)在我們的RowKey如下：

java3y111
java3y222
java3y333
java3y444
java3y555
aaa
bbb
java3y777
java3y666
java3y...

Java3yxxx開(kāi)頭的RowKey很多，而其他的RowKey很少。如果我們有多個(gè)HRegion的話(huà)，那么存儲(chǔ)Java3yxxx的HRegion的數(shù)據(jù)量是最大的，而分配給其他的HRegion數(shù)量是很少的。

關(guān)鍵是我們的查詢(xún)也幾乎都是以java3yxxx的數(shù)據(jù)去查，這會(huì)導(dǎo)致某部分?jǐn)?shù)據(jù)會(huì)集中在某臺(tái)HRegionServer上存儲(chǔ)以及查詢(xún)，而其他的HRegionServer卻很空閑。

如果是這種情況，我們要做的是什么？對(duì)RowKey散列就好了，那分配到HRegion的時(shí)候就比較均勻，少了熱點(diǎn)的問(wèn)題。

HBase優(yōu)化手冊(cè)：

建表申請(qǐng)時(shí)的預(yù)分區(qū)設(shè)置，對(duì)于經(jīng)常使用HBase的小伙伴來(lái)說(shuō),HBase管理平臺(tái)里申請(qǐng)HBase表流程必然不陌生了。

'給定split的RowKey組例如:aaaaa,bbbbb,ccccc;或給定例如:startKey=00000000,endKey=xxxxxxxx,regionsNum=x'

第一種方式:

是自己指定RowKey的分割點(diǎn)來(lái)劃分region個(gè)數(shù).比如有一組數(shù)據(jù)RowKey為[1,2,3,4,5,6,7],此時(shí)給定split RowKey是3,6,那么就會(huì)劃分為[1,3),[3,6),[6,7)的三個(gè)初始region了.如果對(duì)于RowKey的組成及數(shù)據(jù)分布非常清楚的話(huà),可以使用這種方式精確預(yù)分區(qū).

第二種方式 :

如果只是知道RowKey的組成大致的范圍,可以選用這種方式讓集群來(lái)均衡預(yù)分區(qū),設(shè)定始末的RowKey,以及根據(jù)數(shù)據(jù)量給定大致的region數(shù),一般建議region數(shù)最多不要超過(guò)集群的rs節(jié)點(diǎn)數(shù),過(guò)多region數(shù)不但不能增加表訪(fǎng)問(wèn)性能,反而會(huì)增加master節(jié)點(diǎn)壓力.如果給定始末RowKey范圍與實(shí)際偏差較大的話(huà),還是比較容易產(chǎn)生數(shù)據(jù)熱點(diǎn)問(wèn)題.

最后:生成RowKey時(shí),盡量進(jìn)行加鹽或者哈希的處理,這樣很大程度上可以緩解數(shù)據(jù)熱點(diǎn)問(wèn)題.

4.2根據(jù)RowKey范圍查詢(xún)

上面的情況是針對(duì)通過(guò)RowKey單個(gè)查詢(xún)的業(yè)務(wù)的，如果我們是根據(jù)RowKey范圍查詢(xún)的，那沒(méi)必要上面那樣做。

HBase將RowKey設(shè)計(jì)為字典序排序，如果不做限制，那很可能類(lèi)似的RowKey存儲(chǔ)在同一個(gè)HRegion中。那我正好有這個(gè)場(chǎng)景上的業(yè)務(wù)，那我查詢(xún)的時(shí)候不是快多了嗎？在同一個(gè)HRegion就可以拿到我想要的數(shù)據(jù)了。

舉個(gè)例子：我們會(huì)間隔幾秒就采集直播間熱度，將這份數(shù)據(jù)寫(xiě)到HBase中，然后業(yè)務(wù)方經(jīng)常要把主播的一段時(shí)間內(nèi)的熱度給查詢(xún)出來(lái)。

我設(shè)計(jì)好的RowKey，將該主播的一段時(shí)間內(nèi)的熱度都寫(xiě)到同一個(gè)HRegion上，拉取的時(shí)候只要訪(fǎng)問(wèn)一個(gè)HRegionServer就可以得到全部我想要的數(shù)據(jù)了，那查詢(xún)的速度就快很多。

最后

最后三歪再來(lái)帶著大家回顧一下這篇文章寫(xiě)了什么：

1. HBase是一個(gè)NoSQL數(shù)據(jù)庫(kù)，一般我們用它來(lái)存儲(chǔ)海量的數(shù)據(jù)（因?yàn)樗贖DFS分布式文件系統(tǒng)上構(gòu)建的）
2. HBase的一行記錄由一個(gè)RowKey和一個(gè)或多個(gè)的列以及它的值所組成。先有列族后有列，列可以隨意添加。
3. HBase的增刪改記錄都有「版本」，默認(rèn)以時(shí)間戳的方式實(shí)現(xiàn)。
4. RowKey的設(shè)計(jì)如果沒(méi)有特殊的業(yè)務(wù)性，最好設(shè)計(jì)為散列的，這樣避免熱點(diǎn)數(shù)據(jù)分布在同一個(gè)HRegionServer中。
5. HBase的讀寫(xiě)都經(jīng)過(guò)Zookeeper去拉取meta數(shù)據(jù)，定位到對(duì)應(yīng)的HRegion，然后找到HRegionServer

參考資料：

• https://blog.csdn.net/bitcarmanlee/article/details/78979836
• https://hbase.apache.org/book.html#arch.overview
• https://zhuanlan.zhihu.com/p/54184168
• 硬核干貨長(zhǎng)文！Hbase來(lái)了解一下不？
• https://www.jianshu.com/p/569106a3008f
• 趣談Hbase架構(gòu)
• https://www.cnblogs.com/BIG-BOSS-ZC/p/11807304.html
• 一條數(shù)據(jù)的HBase之旅，簡(jiǎn)明HBase入門(mén)教程-開(kāi)篇
• https://chenhy.com/post/hbase-quickstart/
• https://www.cnblogs.com/zmoumou/p/10292676.html
• https://www.cnblogs.com/duanxz/p/3154487.html
• https://www.jianshu.com/p/4e412f48e820
• HBase 基本入門(mén)篇
• 什么是列式存儲(chǔ)？

各類(lèi)知識(shí)點(diǎn)總結(jié)

下面的文章都有對(duì)應(yīng)的原創(chuàng)精美PDF，在持續(xù)更新中，可以來(lái)找我催更~

• 92頁(yè)的Mybatis
• 129頁(yè)的多線(xiàn)程
• 141頁(yè)的Servlet
• 158頁(yè)的JSP
• 76頁(yè)的集合
• 64頁(yè)的JDBC
• 105頁(yè)的數(shù)據(jù)結(jié)構(gòu)和算法
• 142頁(yè)的Spring
• 58頁(yè)的過(guò)濾器和監(jiān)聽(tīng)器
• 30頁(yè)的HTTP
• 42頁(yè)的SpringMVC
• Hibernate
• AJAX
• Redis
• ......

掃碼或者微信搜Java3y?免費(fèi)領(lǐng)取原創(chuàng)思維導(dǎo)圖、精美PDF。在公眾號(hào)回復(fù)「888」領(lǐng)取，PDF內(nèi)容純手打有任何不懂歡迎來(lái)問(wèn)我。

原創(chuàng)電子書(shū)

原創(chuàng)思維導(dǎo)圖