HBase 面试题

最新推荐文章于 2024-06-01 11:09:16 发布
最新推荐文章于 2024-06-01 11:09:16 发布
阅读量2.4w 收藏 16
点赞数 5
分类专栏： 大数据 HBase
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_45749011/article/details/103584371
版权

文章目录

HBase的基本介绍

​ Hbase 是建立在hdfs之上的一个数据库，不支持join等SQL复杂操作.支持的数据类型：byte[]，依靠横向扩展

​ 一个表可以有上十亿行，上百万列。

​ 面向列(族)的存储和权限控制

​ 对于为空(null)的列，并不占用存储空间，是一个稀疏表。

HBASE的适用场景

​ 海量数据、精确查询、快速返回

​ 海量数据：指的是数据量的背景

​ 精确查询：业务场景

​ 快速返回：是业务对时效性的要求

Hbase和Hadoop之间的关系

​ HDFS

​ 海量数据存储，适合一次性扫描大量数据。

​ 适合一次写入多次读取

​ 不适合频繁更新的数据

​

​ HBASE

​ 不适合一次性扫描大量数据。适用一次扫描少量数据。

​ 适合多次写入多次读取

​

habse

​ 支持数据更新

​ 支持删除数据

Hbase与RDBMS的关系

​ RDBMS

​ 支持SQL查询

​ 支持事务

​ 支持Join

​

​ HBASE

​ 不支持SQL查询

​ 不支持事务

​ 不 支持Join

Hbase特征简要说明

​ 1、 海量存储

​ Hbase适合存储PB级别的海量数据，在几十到百毫秒内返回数据。

​ 2、列式存储

​ 这里的列式存储其实说的是列族存储

​ 列族理论上可以很多，但实际上建议不要超过6个

​ 3、 极易扩展

​ 处理能力（RegionServer）的扩展，一个是基于存储的扩展（HDFS）

​ hbase在最初设计的时候就考虑了扩展性。

​ 4、高并发

​ 这里说的高并发，主要是在并发的情况下，Hbase的单个IO延迟下降并不多

​ 5、稀疏

​ 在列数据为空的情况下，是不会占用存储空间的。

hbase的基础架构

​ 1、Client

​ 2 ZOOKEEPER

​ 3 Master 管理者

​ 4 Regionserver 工作者

在这里插入图片描述

HBase的底层原理

​ 详细架构

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ypPWJkVA-1576574636380)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1576142410861.png)]

Client：

​ 访问数据的入口，包含访问hbase的API接口,维护着一些cache来加快对hbase的访问

Zookeeper：

​ 1 zookeeper的选举机制保证任何时候，集群中只有一个master

​ 2 实时监控Region Server的状态，将Region server的上线和下线信息实时通知给Master

​ 3 存储Hbase的schema,

​ 4 存贮所有Region的寻址入口

Master职责

​ 1 为Region server分配region

​ 2 负责region server的负载均衡

​ 3 发现失效的region server并重新分配其上的region

​ 4 处理schema更新请求

​ 说明：Hmaster短时间下线，hbase集群依然可用，长时间不行。

Region server的作用

​ 1、 Region server维护Master分配给它的region，处理对这些region的IO请求

​ 2、Region server负责切分在运行过程中变得过大的region

HBase的表数据模型

​ [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fFUrQdIf-1576574636380)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1576221183717.png)]

Row Key

​ 最大长度是 64KB，完全可以自行设计。Hbase会对表中的数据按照rowkey排序（字典序）

​ row的设计是最有技术含量的工作

列族Column Family

​ 列族是表的schema的一部分，而列不是。（schema包含表名和列族）

​ 每个列都所属于某一个列族。一个列族可以包含多个列。一个列族与列的关系是一对多。

列 Column

​ 列族下面的具体列。

最低0.47元/天 解锁文章
Hbase相关面试题
王某的博客
03-11 1万+
他人真实面试问题 HBase的架构和基本原理 HBase与传统关系型数据库如MySQL的区别 读写性能对比读快还是写快 Hbase的设计有什么心得 Hbase的操作是用的什么API还是什么工具 你们hbase里面是存一些什么数据 知道spark怎么读hbase吗 做过hbase的二级索引吗 Hbase的PUT的一个过程 以下是我自己想的问题 描述一下Region切分的过程 Hbase读取数据的流程
HBase面试总结
lbg20211023的博客
07-14 427
hbase概述 hbase是建立的hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写的数据库系统。它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等复杂操作)。主要用来存储非结构化和半结构化的松散数据。与hadoop一样，Hbase目标主要依靠横向扩展，通过不断增加廉价的商用服务器，来增加计算和存储能力...
hbase面试
weixin_43930865的博客
04-12 353
1：hbase架构 Client 包含了访问 HBase 的接口，另外 Client 还维护了对应的 Cache 来加速 HBase 的访问，比如 Cache 的.META.元数据的信息。 HMaster： HBase 的主节点，负责整个集群的状态感知、Region server的负载均衡、region分配，管理用户对 table的增删改操作。 HMaster 负载压力相对于 HDFS 的 NameNode会小很多。HBase 的 HMaster 其实就算是宕机一段时间也可以正常对外提供服务的 Regi
hbase
youyigebug的博客
12-17 410
hbase 的安装部署 1、软件包上传解压 2、 配置hbase.env.sh 配置java_home 使用外部zookeeper(自己独立安装的zookeeper) 3、配置 hbase-site.xml 见讲义 hbase.zookeeper.property.dataDir必须是zookeeper存储数据的路径 4、修改regionservers 5、创建backup-ma...
Hbase 面试题（一）
闲依农圃邻，偶似山林客。
06-01 1006
1. 简述什么是Hbase数据库？ 2. 简述 HBase 的特点 ？ 3. 简述HBase 适用于怎样的情景？ 4. 阐述HBase的架构 ? 5. 描述 HBase 的 rowKey 的概念和设计原则？ 6. 描述 HBase 中 scan 和 get 的功能以及实现的异同？ 7. 简述HBase中操作命令？
HBase面试题.pdf
05-22
### HBase面试题 1. 什么是HBase？它与传统关系数据库有何区别？ 2. HBase是基于哪些主要概念构建的？请解释HBase的表、行、列族和列修饰符。 3. HBase适合哪些应用场景？为什么HBase适合用于大数据存储和实时读写...
Hbase面试题
qq_37165724的博客
09-07 741
HBase面试题整理（一） 1、 HBase的特点是什么？   1）大：一个表可以有数十亿行，上百万列；   2）无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列；   3）面向列：面向列（族）的存储和权限控制，列（族）独立检索；   4）稀疏：空（null）列并不占用存储空间，表可以设计的非常稀疏；   5）数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳；   6）数据类型单一：Hbase中的数据都是
Apache Hbase面试题
02-19
### Apache Hbase 面试题解析 #### 一、HBase的存储结构及其优缺点 **存储结构**： - **Region**：这是HBase的基本分区单位，每个表由一个或多个Region组成。每个Region大小固定，通常设定为1GB左右。 - **Store**...
Hbase面试题总结（大数据面试）
let_go_on的博客
08-12 1万+
概述
最全【大数据面试题】HBase面试题附答案_hbase 面试题(2)
2401_84160087的博客
05-04 1067
HBase是一种基于Hadoop的列式分布式非关系型数据库，它是高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价服务器上搭建起大规模结构化存储集群。它是Google论文BigTable的实现。a. 保证HMaster的高可用;b. 存储所有的HRegion的寻址入口；c. 实时监控HRegionServer的上线和下线信息，并实时通知给HMaster；d. 存储HBase的schema和table元数据；
Hbase面试+知识点总结2
巴特勒船长~
06-05 957
总结下hbase知识点，仅作自用
面试题_HBase
qq_40822132的博客
12-28 998
HDFS是Hadoop分布式文件系统。 HBase的数据通常存储在HDFS上。HDFS为HBase提供了高可靠性的底层存储支持。 Hbase是Hadoop database即Hadoop数据库。它是一个适合于非结构化数据存储的数据库，HBase基于列的而不是基于行的模式。
【大数据面试】最爱问的Hbase面试（简单又详细，个人整理）
LaZY的博客
06-24 2487
hdfs面试题 MapReduce面试题 hive面试题 kafka面试题 hbase面试题 spark面试题 flume面试题
HBase面试题（二）
大数据流浪法师的学习笔记与分享
12-18 434
HBase面试题
HBase面试题
热门推荐
大数据指北
04-04 2万+
0.Hbase是什么？ (1) Hbase一个分布式的基于列式存储的数据库,基于Hadoop的hdfs存储，zookeeper进行管理。 (2) Hbase适合存储半结构化或非结构化数据，对于数据结构字段不够确定或者杂乱无章很难按一个概念去抽取的数据。 (3) Hbase为null的记录不会被存储. (4)基于的表包含rowkey，时间戳，和列族。新写入数据时，时间戳更新，同时可以查询到以前的版...
hbase面试题
最新发布
04-11
<think>好的，用户需要HBase相关的面试题整理或者常见问题及答案。我先回忆一下之前提供的引用内容，看看有哪些信息可以利用。引用[1]提到HBase的表结构和动态列的特性，这和关系型数据库的区别可能是一个常见的面试点。引用[2]介绍了HBase的基本概念，包括它是基于Hadoop的列式分布式数据库，以及优缺点。引用[3]提到了HBase的高可用性，特别是HMaster的作用和故障后的影响。引用[4]看起来是一个更全面的面试题资源，但图片无法访问，可能需要依赖其他引用内容。 接下来，我需要整理常见的HBase面试题。通常，面试题会涵盖基本概念、架构、数据模型、读写流程、优缺点、应用场景等。根据引用内容，可以确定几个方向： 1. HBase和关系型数据库的区别，引用[1]提到动态列和列族设计，这点很重要。 2. HBase的优缺点，引用[2]有相关信息。 3. HBase的高可用机制，引用[3]提到HMaster的高可用配置。 4. 数据存储结构，比如列族、行键设计。 5. 读写流程和底层存储，比如HFile、MemStore、HLog。 6. 与Hadoop生态系统的集成，比如HDFS的作用。 7. 性能优化，如预分区、布隆过滤器等。 可能还需要补充一些其他常见问题，比如Region的管理、Compaction过程、RowKey设计原则等。但现有的引用中没有提到这些，是否需要加入？用户可能希望答案基于提供的引用，但可能也需要补充通用知识。需要注意引用[4]虽然标题提到最全面，但内容不可见，所以可能需要忽略。 需要确保每个问题都有对应的引用支持，或者属于常识性问题。例如，HBase的架构组件（HMaster、RegionServer）在引用[3]和[2]中都有提及。数据模型中的列族在引用[1]中说明。读写流程中的MemStore和HFile可能属于通用知识，但需要确认是否有引用支持。如果没有，可能需要作为补充，但用户要求尽量保证真实可靠，所以最好基于引用内容。 另外，用户提供的引用中有关于HBase的高可用性配置，可以形成一个问题。优缺点部分引用[2]明确提到，可以展开。应用场景可能在引用[2]中提到“应对字段变更的场景”，所以可以强调模式灵活性的优势。 整理问题的时候，要分门别类，结构清晰。可能分为基本概念、架构、数据模型、读写流程、优缺点、应用场景、优化等部分。每个问题下给出简要答案，并标注引用来源。 需要检查是否有重复的问题，比如HBase和关系型数据库的区别与HBase的特点可能有重叠。需要合并或分拆。同时，答案需要简洁明了，符合面试题的风格，点到关键点即可。 最后，生成的相关问题可能需要用户进一步了解，比如如何设计RowKey，或者Compaction的作用，但引用中没有相关信息，可能需要避免。不过用户可能希望问题涵盖更多方面，所以可能需要适当加入通用问题，但需注明来源是否来自引用。例如，关于LSM树的结构可能属于通用知识，但引用中没有提到，所以可能需要排除，或者简要提及。 综上，整理出十个左右的问题，涵盖基本概念、架构、数据模型、优缺点、高可用性、应用场景等，每个问题结合引用内容给出答案，并正确标注引用来源。</think>以下是HBase常见面试题及参考答案整理，结合技术细节与面试高频考点： --- ### **一、HBase基础概念** 1. **HBase与关系型数据库的核心区别是什么？** HBase采用列式存储，定义表时只需声明列族，无需预先指定具体列，支持动态扩展字段[^1]。数据按行键（RowKey）排序存储，适合海量稀疏数据。而关系型数据库基于行存储，需要固定表结构，适合事务性操作。 2. **HBase的优缺点有哪些？** - 优点：高扩展性（支持廉价服务器集群）、高写入吞吐、灵活的模式设计（动态列）、自动分片与负载均衡[^2]。 - 缺点：不支持复杂事务（仅单行事务）、查询功能有限（无SQL）、随机读性能依赖缓存[^2]。 --- ### **二、HBase架构与组件** 3. **HBase的核心组件及其作用？** - **HMaster**：负责元数据管理、Region分配与负载均衡、集群监控[^3]。 - **RegionServer**：管理Region的读写请求、MemStore刷新、HFile合并。 - **ZooKeeper**：维护集群状态（如HMaster选举）、RegionServer存活检测[^3]。 4. **如何实现HMaster的高可用？** 通过配置多个HMaster节点，利用ZooKeeper进行主节点选举。当活跃HMaster故障时，备用节点迅速接管，避免单点故障[^3]。 --- ### **三、数据模型与存储** 5. **解释HBase的“列族”（Column Family）设计** 列族是物理存储单元，同一列族的数据在HDFS上存储在同一个目录下。每个列族可包含多个动态列，数据按列族分组存储，优化读写效率[^1]。 6. **HBase的存储结构层次（从大到小）？** Table → Region（按RowKey范围划分） → Store（对应一个列族） → MemStore（内存写缓存） + HFile（磁盘存储文件）。 --- ### **四、读写流程** 7. **写入数据的流程是什么？** 1. 客户端向ZooKeeper获取目标RegionServer。 2. 数据先写入WAL（Write-Ahead Log）确保持久化。 3. 数据存入MemStore，内存满后异步刷写到HFile[^2]。 8. **读取数据时如何优化性能？** - 利用BlockCache缓存频繁访问的数据块。 - 布隆过滤器（Bloom Filter）快速判断某行是否在HFile中，减少磁盘IO[^2]。 --- ### **五、应用场景与优化** 9. **HBase适合哪些应用场景？** - 海量数据存储（如日志、时序数据）。 - 需要灵活 schema 的场景（如用户画像动态字段）[^1]。 - 高写入低延迟需求（如实时计数器）。 10. **如何避免Region热点问题？** - 设计散列化或加盐的RowKey（如 `MD5(user_id) + timestamp`）。 - 预分区（Pre-splitting）预先分配Region，均衡负载。 --- ### **六、进阶问题** 11. **HBase如何与HDFS协作？** HFile直接存储在HDFS上，依赖HDFS的多副本机制保证数据可靠性。RegionServer与HDFS DataNode协同运行，实现本地化数据访问[^2]。 12. **Compaction的作用是什么？** 合并小文件（HFile），减少查询时的IO开销，并清理过期数据（如标记删除的记录）。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值