Hbase相关面试题

他人真实面试问题

版权声明：本文为博主原创文章，转载请注明出处，欢迎交流。QQ911283415

1.HBase的架构和基本原理

Hbase以表的方式组织数据，
表由行（Row）以及列（Column）组成，行由row key和一个或多个列及其值组成（存储是按照row key的字典顺序排序，row key的设计非常重要！！），
列必须属于某一列族（Column family），一个列族可以有一各或多个列（一列由列簇和列修饰符组成，他们通常由冒号（：） 分隔），其在存储架构中就是一个Hfile。
Hbase中的列可以达到百万级，列中的数据可以是稀疏的，空值并不占用存储空间。
数据按主键排序，同时表按主键划分为多个Region。底层是LSM树（Long-Structed Merge Tree）。

对于以上叙述，表的简略结构：(逻辑模型)

注1：建议把Hbase理解为一个多维Map

Hbase简略架构图如下：

接下来对Zookeeper、HMaster、HRegionServer、HRegion、Store、MemStore、StoreFile、HFile、HLog等做个简单叙述：

Zookeeper

• 保证任何时候，集群中只有一个master（负责多HMaster的选举）
• 存贮所有Region的寻址入口
• 实时监控RegionServer的状态、将RegionServer的上线和下线信息实时通知给Master（服务器之间状态同步）
• 存储Hbase的schema（元数据信息）。包括有哪些table、每个table有哪些column family等

HMaster
(主要负责table和region的管理工作)

• Region分裂后，为RegionServer分配新的Region
• 负责RegionServer的负载均衡，调整region的分配
• 发现失效的region server并重新分配其上的region
  (Region自动切分是HBase能够拥有良好扩张性的最重要因素之一，见转载文章：http://developer.51cto.com/art/201708/549419.htm）
• 管理用户对table的增、删、改、查操作
• 监听zk,基于zookeeper感应rs的上下线
• 监听zk,基于zookeeper来保证HA
• 处理schema更新请求 （管理用户对表的增删修改）
• 不参与对表的读写访问
• 负载很低
• 无SPOF(单点故障)
• 在一个RegionServer死机后，负责失效节点的Region的迁移

HRegionServer