【152期】美团一面：为什么选用 Hbase，Hbase 和 MySQL有啥区别？

• 叶子节点通过指针相连，有利于区间查询

• 叶子节点和根节点的距离基本相同，查找的效率稳定

• 数据插入导致叶子节点分裂，最终导致逻辑连续的数据存放到不同物理磁盘块位置，导致区间查询效率下降

LSM Tree

• LSM（Log-Structured Merge），LevelDB，RocksDB，HBase，Cassandra等都是基于LSM结构

• HDD，SSD顺序读写的速度都高于随机读写，写入日志就是顺序写

• WAL，memtable，sstable

• 有利于写，不利于读，先从memtable查找，再到磁盘所有的sstable文件查找

• Compaction的目的是减少sstable文件数量，缓解读放大的问题，加速查找可以对sstable文件使用布隆过滤器

• Compaction策略

• STCS（SIze-Tiered Compaction Strategy）空间放大和读放大问题

• LCS（Leveled Compaction Strategy）写放大问题

• Compaction会引入写放大问题，在Value较大时采用KV分离存储缓解写放大

• 写操作多于读操作时，LSM树有更好的性能，因为随着insert操作，为了维护B+树结构，节点分裂。读磁盘的随机读写概率会变大，性能会逐渐减弱。LSM树相比于B+树，多次单页随机写变成一次多页随机写,复用了磁盘寻道时间，极大提高写性能。不过付出代价就是放弃部分读性能。

数据访问

---

相同之处:数据以表的模型进行逻辑组织，应用对数据进行增删改查

不同之处:MySQL的SQL功能更丰富:事务能力更强，HBase既可以用APIl进行更灵活、性能更好的访问，也可以借助Phoenix使用标准sQL访问;只支持单行事务。

HBase的特色功能–TTL

图片

HBase的特色功能—多版本

图片

HBase的特色功能—多列簇

图片

HBase的特色功能—MOB

图片

从生态看差异

---

MySQL:满足APP的在线数据库存储，一般有我足矣

图片

大数据圈：应用于大数据场景的存储、计算及管理组件。java面试资料，公众号Java精选，回复Java面试，获取面试资料。

图片

• MySQL:一般可独立满足在线应用的数据存储需求，或者与少量组件配合(如缓存、分库中间件)

• HBase:一般需要和较多大数据组件一起配合完成应用场景，场景架构的设计、实施存在较大的挑战

总结

---

图片

哪些场景的存储适合HBase ?

图片

图片

图片

图片

图片

图片

图片

图片

图片

图片

图片

HBase不是MySQL的替换，HBase是业务规模及场景扩张后，对MySQL的自然延伸

作者：庄小焱

https://blog.csdn.net/weixin_41605937/article/details/110933984

本文为CSDN博主「chilx」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

------ THE END -------

精品资料，超赞福利！

>Java精选面试题<

3000+ 道面试题在线刷，最新、最全 Java 面试题！

笔者福利

以下是小编自己针对马上即将到来的金九银十准备的一套“面试宝典”，不管是技术还是HR的问题都有针对性的回答。

有了这个，面试踩雷？不存在的！

回馈粉丝，诚意满满！！！

道面试题在线刷，最新、最全 Java 面试题！

笔者福利

以下是小编自己针对马上即将到来的金九银十准备的一套“面试宝典”，不管是技术还是HR的问题都有针对性的回答。

有了这个，面试踩雷？不存在的！

回馈粉丝，诚意满满！！！

[外链图片转存中…(img-k2AzXELk-1714493529372)]
[外链图片转存中…(img-95i7fiXr-1714493529372)]
[外链图片转存中…(img-Q06dgc05-1714493529373)]
[外链图片转存中…(img-svZtWK4j-1714493529373)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录