程序员的自我修养
Home » Apache HBase » HBase CRUD

HBase CRUD

0条评论2,026次浏览

连接HBase

Create

进入HBase Shell,scan一下:

HBase写过程

  1. client向region server提交写请求
  2. region server找到目标region
  3. region检查数据是否与schema一致
  4. 如果客户端没有指定版本,则获取当前系统时间作为数据版本
  5. 将更新写入WAL log
  6. 将更新写入Memstore
  7. 判断Memstore的是否需要flush为Store文件

其中第三步寻找目标region的过程为:

  1. 访问zookeeper,寻找-ROOT-表
  2. 访问-ROOT-表,寻找.META.表
  3. 访问.META.表,定位region

一些需要了解的特性:

  • -ROOT-表和.META.表为HBase自带的两张表,-ROOT-表不会被split,.META.表会被split
  • .META.表每行保存一个region的位置信息,row key=表名+region start key+region id
  • HBase写数据是写入内存——HStore的Memstore中,所以速度较快
  • client端有缓存,.META.全部在内存中
  • 若client端缓存失效,需要6次网络交互才能定位region,3次用来发现失效,3次用来重新定位

Retrieve

Get

输出结果为:

10101

Scan

输出结果为:

cf:one=10101

cf:two=cdf

HBase读过程

Get操作和Scan操作原理上一样的,HBase将Get操作转换为Scan操作。

  1. client向region server提交读请求
  2. region server找到目标region
  3. RegionScanner poll出一个StoreScanner,调用next()获取数据
  4. StoreScanner poll出一个MemStoreScanner或StoreFileScanner,调用next()获取数据
  5. 若Sacn时设置setCacheBlocks使用块缓存,则将Scan的结果存入块缓存

关于块缓存:

  • 块缓存采用LRU算法,可以通过参数hfile.block.cache.size来设置大小,块缓存达到上限(heapsize * hfile.block.cache.size * 0.85)后,会启动淘汰机制,淘汰掉最老的一批数据
  • 如果Scan是MapReduce的输入源,要将setCacheBlocks的值设置为false。对于经常读到的行,就建议使用块缓冲

需要注意的:

  • 注意关闭ResultScanner,否则RegionServer可能会出问题

Delete

进入HBase Shell,scan一下:

Update

一个HStore对应一个列族,HStore由一个MemStore和多个StoreFile组成。其中StoreFile是只读的,对于更新操作,其实是不断的追加操作来实现的。当MemStore达到64MB(可设定)时,会存为一个StoreFile。当StoreFile数量达到阀值时,会进行合并操作,在合并的过程中,会将对数据的更新删除等操作进行统一处理。至于代码如何进行Update操作,简单的对同一个rowKey再进行一次Put操作及完成了更新操作。

关闭HBase连接

(转载本站文章请注明作者和出处 程序员的自我修养 – SelfUp.cn ,请勿用于任何商业用途)
分类:Apache HBase
标签:
发表评论


profile
  • 文章总数:81篇
  • 评论总数:401条
  • 分类总数:32个
  • 标签总数:45个
  • 运行时间:1582天

大家好,欢迎来到selfup.cn。

这不是一个只谈技术的博客,这里记录我成长的点点滴滴,coding、riding and everthing!

最新评论