大数据秋招面经之hbase系列

---

前言

HBase作为大数据常用的数据库组件之一，面试中也经常会被问到。

---

秋招高频考点

1.hbase的特点

HBASE可以理解成是一张大表（10亿级别行，百万级别列），面向列的数据存储结构。Hbase的数据是存储在HDFS上的，可实时读写，具有分布式，高可靠，高性能的特点，可伸缩，主要用于存储非结构化和半结构化的数据。HBASE比较消耗内存，可顺序读写磁盘文件。

2.hbase读流程

• 客户端从ZK获取元数据表所在的regionServer节点信息。

• 客户端访问对应节点，获得region所在的regionServer节点信息。

• 客户端访问具体的reion所在regionServer，找到对应的region及store

• 首先从memstore读，读到就返回，读不到就去blockcache读，找不到就去HFile遍历

• 若在HFile找到了，就把数据缓存到blockcache中。

3.hbase的rowkey设计：

长度原则；散列原则；唯一原则
长度原则：rowkey是一个二进制码流，一般越短越好，不要超过16个字节。
散列原则：hash;加盐（随机值）;字符串倒置等方法
唯一原则：rowkey是按字典序排序的，要充分利用排序特点，将经常读取的数据存到一块。

4.hbase的热点数据问题及预分区

先根据数据规模做预分区，然后再设计row