16 道HBase面试题。
HBase 的 Flush 是把 MemStore 中的内存数据刷成新的 HFile,解决内存不能无限增长和数据持久化问题;Compaction 是把多个 HFile 合并成更少的 HFile,清理过期版本和删除标记,降低读放大;Compa…
HBase 中一张表按 RowKey 范围切成多个 Region,Region 是分布式存储、调度和负载均衡的基本单元;Region 内部按列族拆成多个 Store,每个 Store 包含 MemStore 和 StoreFile/HFil…
RowFilter 是 RegionServer 扫描过程中的行键过滤器,BloomFilter 是 HFile 里判断某个 RowKey 或 RowKey+列是否可能存在的概率型结构;前者负责过滤返回结果,后者负责减少无效 HFile I…
HBase RowKey 设计的核心原则是:围绕查询设计、保证唯一、长度适中、避免单调递增热点、让数据分布均匀、兼顾范围 Scan 和预分区;RowKey 太长会重复进入每个 Cell Key、HFile 索引和 BlockCache,增加…
HBase 常见查询方式主要有 Get 点查、Scan 范围查、BatchGet 批量点查、Filter 过滤扫描、二级索引表辅助查询;其中 Get 适合按完整 RowKey 精确查一行,Scan 适合按 RowKey 连续范围查多行,两者…
HBase 的存储结构可以从两层理解:逻辑上是 Table -> RowKey -> Column Family -> Qualifier -> Timestamp -> Value,物理上是 Table 按 RowKey 切成 Regio…
HBase 的写性能主要来自 WAL 顺序追加 + MemStore 内存写 + HFile 后台顺序落盘,读性能主要来自 RowKey 定位 + BlockCache + BloomFilter + HFile 索引;它不是只能写多读少,…
HBase 读写流程的核心是:Client 先根据 RowKey 定位 RegionServer;写入先追加 WAL 再写 MemStore,后台 Flush 成 HFile;读取先查 MemStore 和缓存,再查 HFile,并合并多版…
HDFS 是分布式文件系统,Hive 是面向离线分析的 SQL 数仓工具,HBase 是基于 HDFS 的宽列 NoSQL 数据库,关系型数据库是强事务 SQL 数据库;有了 HDFS 还要 HBase,是因为 HDFS 不擅长毫秒级随机读…
HBase 原生不支持标准 SQL,它主要通过 API、Shell、Scan/Get/Put 操作数据;Phoenix 是 HBase 上的 SQL 引擎,把 SQL 翻译成 HBase 读写,并补充 JDBC、二级索引和优化能力。…
提高 HBase 性能要按链路拆:客户端减少 RPC、批量读写、合理 Scan 参数;表设计优化 RowKey、列族、预分区;读优化 BlockCache、BloomFilter、列裁剪和短 Scan;写优化 WAL 策略、批量 Put、M…
HBase 热点本质是读写请求或数据量集中到少数 Region/RegionServer,常见原因是 RowKey 单调递增、热点 Key 访问频繁、预分区不合理、Region 分布不均;解决思路是 RowKey 打散、预分区、加盐/Has…
HBase 删除数据时不会立刻从 HFile 里物理删除旧数据,而是先写入一个 Delete Marker(删除标记),读数据时根据删除标记把旧版本过滤掉;真正释放磁盘空间通常发生在后续 Major Compaction 清理过期版本和删除…
HBase 是一个基于 HDFS 的分布式列族 NoSQL 数据库,擅长海量稀疏数据的低延迟 RowKey 随机读写,优点是扩展性强、写入吞吐高、适合宽表和实时查询,缺点是不擅长复杂 SQL、Join、二级索引和多行事务。…
HBase 通过 Region 单点负责同一 RowKey 范围、写 WAL 后写 MemStore、MVCC 控制读写可见性、HDFS 持久化和故障恢复来保证单行级强一致;但跨行跨 Region 默认没有强事务。…
HBase 架构由 Client、ZooKeeper、HMaster、RegionServer、Region、WAL、MemStore、HFile、HDFS 组成;正常读写时 Client 定位 Region 后直接访问 RegionSer…