海量数据分布式存储技术-作业四

1.HBase与其他组集成部分的相互关系；

2.阐述HBase和BigTable的底层技术对应关系；

3.阐述HBase和传统关系型数据库的区别；

4.HBase有哪些类型的访问接口；

5.分别解释HBase中行键、列键和时间戳的概念；

6.试述HBase的三层结构中各层次的名称和作用。

1.解：

HBase利用Hadoop MapReduce来处理HBase中的海量数据，实现高性能计算；利用Zookeeper作为协同服务，实现稳定服务和失败恢复；使用HDFS作为高可靠的底层存储，利用廉价集群提供海量数据存储能力；Sqoop为HBase的底层数据导入功能，Pig和Hive提供了高层语言支持，Hbase是BigTable的开源实现。

2.解：

a、从文件存储系统来看，BigTable使用GFS，HBase使用HDFS；

b、从海量数据处理来看，BigTable使用MapReduce，HBase使用Hadoop MapReduce；

c、从协同服务管理来看，BigTable使用Chubby，HBase使用Zookeeper。

3.解：

a、从数据类型来看，传统关系数据库使用关系模型，HBase使用数据模型。

b、从数据操作来看，传统关系数据库可以插入、删除、更新、查询和多表连接，而HBase可以插入、查询、删除、清空，但是无法实现表与表之间的关联。

c、从存储模式来看，传统关系数据库基于行模式存储，元组或行会被连续地存储在磁盘中，HBase基于列存储，每个列族都由几个文件保存，不同列族的文件是分离的。

d、从数据索引来看，传统关系数据库针对不同列构建复杂的多个索引，而HBase只有一个行键索引。

e、从数据维护来看，传统关系数据库用最新的当前值去替换记录中原有的旧值，HBase更新操作不会删除数据旧的版本，而是生成一个新的版本。

f、从可伸缩性来看，传统关系数据库很难实现横向拓展，拓展的空间也比较有限，HBase轻易地通过在集群中增加或者减少硬件数量来实现性能的伸缩。

4.解：

HBase提供了Native Java API， HBase Shell， Thrift Gateway， REST GateWay， Pig， Hive等访问接口。

5.解：

a、行键是唯一的，在一个表里只出现一次，否则就是在更新同一行，行键可以是任意的字节数组。

b、列族需要在创建表的时候就定义好，数量也不宜过多。列族名必须由可打印字符组成，创建表的时候不需要定义好列。

c、时间戳，默认由系统指定，用户也可以显式设置。使用不同的时间戳来区分不同的版本。

6.解：

第一层，Zookeeper文件，记录了-ROOT-表的位置信息。

第二层，-ROOT-表，记录了.META.表的Region位置信息。-ROOT-表只能有一个Region。通过-ROOT-表，就可以访问.META.表中的数据。

第三层，.META.表，记录用户数据表的Region位置信息，.META.表可以有多个Region，保存了HBase中所有用户数据表的Region位置信息。