Hbase练习4

1、简单说一下布隆过滤器的原理

布隆过滤器的核心是一个超大位数组（或者叫位向量）和几个哈希函数。
检测情况有两种：
1. 一定不在集合中
2. 不一定在集合中

Step1：将位数组初始化，每位都设为0

Step2：对集合里的每一个元素通过n个哈希函数进行映射。映射的哈希值对应位数组上的一个点，将该位置标记为1

Step3：查询元素是否在集合中的时候，同样的方法将该元素通过哈希函数映射到位数组的各个点上

Step4：只要有一个点不为1，则判断该元素一定不存在集合中。反之，如果各个点都为1，则元素可能在集合中

2、rowkey的设计原则是？

1. 唯一性（避免出现覆盖）
	
2. 长度原则（避免排序问题）
	长度统一
	Rowkey建议是8的倍数，不要超过16个字节。越短越好省磁盘和内存空间
	
3. 散列原则（避免了热点问题）
	-- Reverse反转
		手机号
	-- Salting（加盐）
		原有的rowkey前加字符串
	-- hash散列或者Mod
		通过算法获取字符集。然后再原有的rowkey加前缀

3、什么是二级索引表

二级索引的本质就是建立各列值与行键之间的映射关系
单元格的值作为二级索引表的rowkey，原表的rowkey作为数据存储到二级索引表中

4、hbase的协处理器分几大类，作用是什么？

Observer 类似于传统数据库中的触发器
    -- RegionObserver：针对Region的观察者，可以监听关于Region的操作
    -- RegionServerObserver：针对RegionServer的观察者，可以监听关于RegionServer的操作
    -- WALObserver：针对WAL的观察者，可以监听关于WAL的操作
    -- MasterObserver：针对Master的观察者，可以监听关于Master的操作
    
endpoint 类似于传统数据库中的存储过程
    -- Observer 允许集群在正常的客户端操作过程中可以有不同的行为表现  
    -- Endpoint 允许扩展集群的能力，对客户端应用开放新的运算命令  
    -- Observer 类似于 RDBMS 中的触发器，主要在服务端工作
    -- Endpoint 类似于 RDBMS 中的存储过程，主要在服务端工作
    -- Observer 可以实现权限管理、优先级设置、监控、ddl 控制、二级索引等功能
    -- Endpoint 可以实现 min、max、avg、sum、distinct、group by 等功能

5、使用协处理器完成下列逻辑

当我们向表hello中插入单元格时，如果name单元格的value值是michael,那么就在另外一个单元格message里面插入hello michael。  列族为base.

put 'hello','rk1001','base:name','michael'
                      base:message','hello michael'

package com.hbase.coprocessor;

import com.hbase.util