1、HBase的存儲結構是什麼？該結構有什麼優勢？
HBase是列式存儲數據庫，列式存儲數據庫的出現主要基於這樣一種假設：對於特定的查詢，而不是所有的值都是必須的（即：可以只查詢特定的列）。
另外，列式存儲結構由於是基於列存儲的，而列的數據類型天生是相似的，更加有利於壓縮。
2、什麼是HBase的短網址，舉個栗子？
HBase短網址，即Hush,Hush允許用戶將長網址映射為短網址（short URL）。現在國內有很多短網址提供商，比如新浪短網址，我輸入：
http://www.chenjt.info/wp-login.php?redirect_to=http%3A%2F%2Fwww.chenjt.info%2Fwp-admin%2Fthemes.php&reauth=1
這麼長的一個URL，然後通過短網址映射為：http://t.cn/RJPIcs2
其實這個原理很簡單，就是讓第三方做一個簡單的映射關係，從而將長網址轉為短網址。
3、HBase中的列族與列的特點，它們的個數有什麼限制嗎？列值有數據類型和長度限制嗎？
一行有若干列，若干列又構成一個列族（column family）,這不僅有助於構建數據的語義邊界，還有助於設置某些特性（比如壓縮），或者指示它們存儲在內存中。
一個列族的所有列存儲在同一底層的存儲文件裡，這個存儲文件叫做HFile。
列族的數量是有限制的：原因是，當前的實現中有少許的缺陷，使得列族的數量只限於幾十或者更少。（注意：不要為一張表設置過多的列族，特別是當數據量大的列族和數據量小的列族混用）。
與列族的數量有限制相反，列的數量沒有限制：一個列族裡可以有數百萬個列，列值也沒有類型和長度的限定。
4、在HBase中如果某個列的之前存入了值，後面有些列沒有存儲值，數據會存儲NULL值嗎？還是沒有佔存儲空間呢？
在某些固定模式的數據庫中，如果沒有值的地方必須存儲NULL值，但是在HBase的存儲架構中，可以乾脆省略整個列，換句話說，空值是沒有任何消耗的：它們不佔用任何存儲空間。
舉個栗子：
1、HBase的存儲結構是什麼？該結構有什麼優勢？
HBase是列式存儲數據庫，列式存儲數據庫的出現主要基於這樣一種假設：對於特定的查詢，而不是所有的值都是必須的（即：可以只查詢特定的列）。
另外，列式存儲結構由於是基於列存儲的，而列的數據類型天生是相似的，更加有利於壓縮。
2、什麼是HBase的短網址，舉個栗子？
HBase短網址，即Hush,Hush允許用戶將長網址映射為短網址（short URL）。現在國內有很多短網址提供商，比如新浪短網址，我輸入：
http://www.chenjt.info/wp-login.php?redirect_to=http%3A%2F%2Fwww.chenjt.info%2Fwp-admin%2Fthemes.php&reauth=1
這麼長的一個URL，然後通過短網址映射為：http://t.cn/RJPIcs2
其實這個原理很簡單，就是讓第三方做一個簡單的映射關係，從而將長網址轉為短網址。
3、HBase中的列族與列的特點，它們的個數有什麼限制嗎？列值有數據類型和長度限制嗎？
一行有若干列，若干列又構成一個列族（column family）,這不僅有助於構建數據的語義邊界，還有助於設置某些特性（比如壓縮），或者指示它們存儲在內存中。
一個列族的所有列存儲在同一底層的存儲文件裡，這個存儲文件叫做HFile。
列族的數量是有限制的：原因是，當前的實現中有少許的缺陷，使得列族的數量只限於幾十或者更少。（注意：不要為一張表設置過多的列族，特別是當數據量大的列族和數據量小的列族混用）。
與列族的數量有限制相反，列的數量沒有限制：一個列族裡可以有數百萬個列，列值也沒有類型和長度的限定。
4、在HBase中如果某個列的之前存入了值，後面有些列沒有存儲值，數據會存儲NULL值嗎？還是沒有佔存儲空間呢？
在某些固定模式的數據庫中，如果沒有值的地方必須存儲NULL值，但是在HBase的存儲架構中，可以乾脆省略整個列，換句話說，空值是沒有任何消耗的：它們不佔用任何存儲空間。
舉個栗子：
上面的這些值由於插入的次數不同，並且存儲在多個版本中，但是仍然能夠看作是所有列以及這些列的最新版本（即每一列的最大tn）的組合。
5、HBase讀取數據的模式？
(Table,RowKey, Family, Column, Timestamp) -> Value
通常，我們沒有去指定Timestamp這時候，默認是用最新的時間戳（如果版本號大於1，即存儲了多個時間戳的數據）。
6、關於HBase中的HFile和region
HFile：一個列族的所有列存儲在同一個底層的存儲文件裡，這個存儲文件叫做HFile（默認是64KB,涉及到HBase架構）。
Region:HBase中的region等同於數據庫分區中的範圍劃分（range partion），它們可以被分配到若干臺物理服務器上以均攤負載，因此提供了較強的擴展性。一個表初始的時候只有一個region,當用戶開始向表中插入數據（這裡應該是針對一個列族的存儲單元，當已使用的存儲空間大小超過了大小限制，region將發生拆分），系統會檢查這個region的大小，如果超過最大值（默認是256M：如果表的數據量非常大，可以將該值提高）,會將region將發生拆分操作。
8、HBase中數據更新的流程
HBase中的預寫日誌（write-ahead log, WAL）,即每次更新數據時，都會將數據記錄在提交日誌（commit log）中，然後才將這些數據寫入內存中的memstore（默認大小是64M）中，一旦內存保存的寫入數據的累計大小超過了一個給定的最大值，系統就會將這些數據移出內存作為HFile文件刷寫到磁盤中。數據移出內存之後，系統會丟失對應的提交日誌，只保留未持久化到磁盤中的提交日誌。
9、HBase中數據的讀取是從哪裡讀取的？
HBase中數據的讀取是兩部分數據合併的結果：（1）memstore中還沒有寫入磁盤的數據；（2）磁盤上的存儲文件。
10、HBase中memstore中數據刷寫磁盤的方式
隨著memstore中的數據不斷的刷寫到磁盤中，會產生越來越多的HFile文件，在HBase中，會將多個文件合併成一個較大的文件，而合併有兩種類型：
minor合併（minor compaction）和major合併(major compaction)。
minor合併：將多個小文件重寫為數量較大的大文件，減少存儲文件的數量。major合併：將一個region中一個列族的若干個HFile重寫為一個新HFile,該合併能夠掃描所有的鍵/值對，順序重寫全部數據，重寫數據的過程中略過了刪除標記的數據（如果沒有合併前，進行刪除數據，只是將該數據標記為刪除，在客戶端讀取時，會略過，但是實際上未刪除）。上述的major合併，對於那些超過版本號限制的數據以及生存時間到期的數據，在重寫數據時就不再寫入磁盤中。
11、什麼是大數據
“數十億行×數百萬列×數千個版本=TB級或PB級的存儲”
12、集群中時間同步的方法
方法：在集群中運行NTP或同等功能的應用來同步集群的功能。
13、Linux文件句柄是什麼？在HBase中需要注意什麼？
命令：ulimit -n 可以查看一個進程中允許打開的最大文件句柄數量（系統默認值是1024）
怎麼樣，是不是有個大致的瞭解了？沒有了解也不怕，小編這裡有一套大數據視頻教程可以供大家學習，
大家只需要私信小編“學習”獲取即可~
1、HBase的存儲結構是什麼？該結構有什麼優勢？
HBase是列式存儲數據庫，列式存儲數據庫的出現主要基於這樣一種假設：對於特定的查詢，而不是所有的值都是必須的（即：可以只查詢特定的列）。
另外，列式存儲結構由於是基於列存儲的，而列的數據類型天生是相似的，更加有利於壓縮。
2、什麼是HBase的短網址，舉個栗子？
HBase短網址，即Hush,Hush允許用戶將長網址映射為短網址（short URL）。現在國內有很多短網址提供商，比如新浪短網址，我輸入：
http://www.chenjt.info/wp-login.php?redirect_to=http%3A%2F%2Fwww.chenjt.info%2Fwp-admin%2Fthemes.php&reauth=1
這麼長的一個URL，然後通過短網址映射為：http://t.cn/RJPIcs2
其實這個原理很簡單，就是讓第三方做一個簡單的映射關係，從而將長網址轉為短網址。
3、HBase中的列族與列的特點，它們的個數有什麼限制嗎？列值有數據類型和長度限制嗎？
一行有若干列，若干列又構成一個列族（column family）,這不僅有助於構建數據的語義邊界，還有助於設置某些特性（比如壓縮），或者指示它們存儲在內存中。
一個列族的所有列存儲在同一底層的存儲文件裡，這個存儲文件叫做HFile。
列族的數量是有限制的：原因是，當前的實現中有少許的缺陷，使得列族的數量只限於幾十或者更少。（注意：不要為一張表設置過多的列族，特別是當數據量大的列族和數據量小的列族混用）。
與列族的數量有限制相反，列的數量沒有限制：一個列族裡可以有數百萬個列，列值也沒有類型和長度的限定。
4、在HBase中如果某個列的之前存入了值，後面有些列沒有存儲值，數據會存儲NULL值嗎？還是沒有佔存儲空間呢？
在某些固定模式的數據庫中，如果沒有值的地方必須存儲NULL值，但是在HBase的存儲架構中，可以乾脆省略整個列，換句話說，空值是沒有任何消耗的：它們不佔用任何存儲空間。
舉個栗子：
上面的這些值由於插入的次數不同，並且存儲在多個版本中，但是仍然能夠看作是所有列以及這些列的最新版本（即每一列的最大tn）的組合。
5、HBase讀取數據的模式？
(Table,RowKey, Family, Column, Timestamp) -> Value
通常，我們沒有去指定Timestamp這時候，默認是用最新的時間戳（如果版本號大於1，即存儲了多個時間戳的數據）。
6、關於HBase中的HFile和region
HFile：一個列族的所有列存儲在同一個底層的存儲文件裡，這個存儲文件叫做HFile（默認是64KB,涉及到HBase架構）。
Region:HBase中的region等同於數據庫分區中的範圍劃分（range partion），它們可以被分配到若干臺物理服務器上以均攤負載，因此提供了較強的擴展性。一個表初始的時候只有一個region,當用戶開始向表中插入數據（這裡應該是針對一個列族的存儲單元，當已使用的存儲空間大小超過了大小限制，region將發生拆分），系統會檢查這個region的大小，如果超過最大值（默認是256M：如果表的數據量非常大，可以將該值提高）,會將region將發生拆分操作。
8、HBase中數據更新的流程
HBase中的預寫日誌（write-ahead log, WAL）,即每次更新數據時，都會將數據記錄在提交日誌（commit log）中，然後才將這些數據寫入內存中的memstore（默認大小是64M）中，一旦內存保存的寫入數據的累計大小超過了一個給定的最大值，系統就會將這些數據移出內存作為HFile文件刷寫到磁盤中。數據移出內存之後，系統會丟失對應的提交日誌，只保留未持久化到磁盤中的提交日誌。
9、HBase中數據的讀取是從哪裡讀取的？
HBase中數據的讀取是兩部分數據合併的結果：（1）memstore中還沒有寫入磁盤的數據；（2）磁盤上的存儲文件。
10、HBase中memstore中數據刷寫磁盤的方式
隨著memstore中的數據不斷的刷寫到磁盤中，會產生越來越多的HFile文件，在HBase中，會將多個文件合併成一個較大的文件，而合併有兩種類型：
minor合併（minor compaction）和major合併(major compaction)。
minor合併：將多個小文件重寫為數量較大的大文件，減少存儲文件的數量。major合併：將一個region中一個列族的若干個HFile重寫為一個新HFile,該合併能夠掃描所有的鍵/值對，順序重寫全部數據，重寫數據的過程中略過了刪除標記的數據（如果沒有合併前，進行刪除數據，只是將該數據標記為刪除，在客戶端讀取時，會略過，但是實際上未刪除）。上述的major合併，對於那些超過版本號限制的數據以及生存時間到期的數據，在重寫數據時就不再寫入磁盤中。
11、什麼是大數據
“數十億行×數百萬列×數千個版本=TB級或PB級的存儲”
12、集群中時間同步的方法
方法：在集群中運行NTP或同等功能的應用來同步集群的功能。
13、Linux文件句柄是什麼？在HBase中需要注意什麼？
命令：ulimit -n 可以查看一個進程中允許打開的最大文件句柄數量（系統默認值是1024）
怎麼樣，是不是有個大致的瞭解了？沒有了解也不怕，小編這裡有一套大數據視頻教程可以供大家學習，
大家只需要私信小編“學習”獲取即可~
相關推薦
