Hbase

       HBASE

                hbase是一个分布式的基于列式存储Nosql数据库，基于Hadoop的hdfs存储，zookeeper进行管理；适合存储半结构化或者非结构话数据，

        1.hbase的原理？

                hbase主要是通过LSM－tree算法，是将一个大树拆封为多个小树，在内存中将一个个小树进行合并，当小树进行合并，当到达一定数量，就会刷新到磁盘中，磁盘中数据合并到一定程度就会变成Hfile。

        2.hbase的写过程？

                Hbase写过程重要事通过Zoopkeer找到对应的regoin区域，通过内存将数据存储进行合并，在内存中是存储在Store文件中的，当内存中store文件达到一定大小，就会将其flush到磁盘中，生成一个小的HFile文件，随着文件越来越多就进行合并成一个大的HFile文件。

        3.hbase的读过程？

                Hbase中要通过zooKeeper知道regoin存储区域，然后通过客户端请求的rowkey，进行查询，如果在缓存中查到直接返回数据，如果没有则在regoin的FIile文件寻找到，如果结果在多个文件中存在，则需要将结果集合进行返回。

        4.hbase的优化？

                1.生成合理的rowkey。

                2.建立预分区。

                2.在配置文件中进行HDFS系统参数配置，入并发线程数量，rpc的连接数量和时间长度。

        5.hbase的rowkey的生成原则?

                1.唯一性：必须rowkey必须是唯一，不然数据会覆盖。

                2.长度要有限制，最大长度为64kb,不易超过16字节。

                2散列原则：不然会产生热点问题。

           5.1 热点问题

                        是在同一时间端内有大量数据，存储在同一个region中，导致服务宕机。

           5.2 如何解决热点问题？

                1.加盐：将生成随机树放在高位。 

                2.反转：反转固定长度的数字格式的数据。

                3哈希：将哈希放到高位。

        6.hbase的高可用？

                1.要保证数据不能丢失，在数据存储在磁盘中Hfile的过程，也将数据存储早Hlog中一份，保证数据可以恢复。

                2.服务不能中断，通过zoopkeer进行监控个个每个服务，当region  server有问题，首先region server 会停止对外访问,zookpeet 会协调Hmaser和通信，HMaster会将region server 对应映射的数据转移其他服务上进行对外提供。

        7.hbase的合并？

                compact： minor和major

                minor:只是用来做部分的文件的合并以及包括minVersion=0 并且设置ttl的过去版本清理，不做任何删除数据，多版本数据的清理工作。

                major:是对region下的Hstore的所有StroeFile执行合并操作，最总整合合成一个文件。

        8.region设置大小为多少？

                256M，因为设置小导致写入的压力，region反复进行刷新数据，设置大导致长期不刷新，服务有问题数据丢失,还会导致数据分布不均衡，导致某个region数据特别多，某些region特别少。

        9.如何提高Hbase的读写性能？

               1.修改hbase-env.sh中的export HBASE_HEAPSIZE=3000

               2.增大RP数量：hbase-site.xml 中的hbase,redionServer.handler.count属性 改大数量。

               3.将硬件允许的情况下给予足够多的内存给他。