0


大数据面试题:HBase为什么查询快

面试题来源:

《大数据面试题 V4.0》

大数据面试题V3.0,523道题,679页,46w字

可回答:1)HBase为什么读快;2)HBase是根据rowkey查询,当数据量相当大的时候,是怎么读的很快的

参考答案:

1、基于LSM树的存储方式

HBase采用基于LSM树的存储方式,这种存储方式将数据分为内存和磁盘两层存储,内存部分称为MemStore,磁盘部分称为HFile。MemStore存储的数据是有序的,并且每次插入数据时会进行排序和合并,因此可以减少数据的查找和排序开销,提高查询效率。

2、分布式存储架构

HBase采用分布式存储架构,数据可以分散存储在集群中的多台机器上。在查询时,HBase可以利用分布式存储架构进行并行查询,从而提高查询效率。

3、列存储方式

HBase采用列存储方式,同一列族的数据被存储在一起,可以避免不必要的IO操作,提高数据读取效率。

4、布隆过滤器

通过Rowkey定位Region,这当中会先经过BlockCache,这边找不到的话,再经过MemStore和Hfile查询,这当中通过布隆过滤器过滤掉一些不需要查询的HFile。

5、基于Region的负载均衡

HBase会将数据划分为多个Region进行存储,每个Region对应着一段连续的行键。HBase会自动对Region进行负载均衡,保证数据分布均匀,避免热点数据和单点故障。

数据量很大的时候,HBase会拆分成多个Region分配到多台RegionServer。客户端通过meta信息定位到某台RegionServer(也可能是多台),通过Rowkey定位Region,这当中会先从BlockCache(缓存)查找,找不到的话,再从MemStore和HFile查询,这当中通过布隆过滤器过滤掉一些不需要查询的HFile,这样就保证HBase的查询速度。

标签: hbase 大数据 面试

本文转载自: https://blog.csdn.net/qq_41544550/article/details/131339546
版权归原作者 蓦然_ 所有, 如有侵权,请联系我们删除。

“大数据面试题:HBase为什么查询快”的评论:

还没有评论