Πλεονεκτήματα, Μειονεκτήματα και Συμφόρηση Επιδόσεων HBase

Τι είναι το HBase;

Το HBase είναι μια βάση δεδομένων NoSQL ανοιχτού κώδικα, κατανεμημένη, προσανατολισμένη σε στήλες που εκτελείται πάνω από το Hadoop Distributed File System (HDFS). Βασισμένη στο μοντέλο Google Το Bigtable αποθηκεύει δεδομένα σε πίνακες που αποτελούνται από σειρές και οικογένειες στηλών και έχει σχεδιαστεί για αραιά σύνολα δεδομένων που μπορούν να αναπτυχθούν σε δισεκατομμύρια σειρές και εκατομμύρια στήλες.

Σε αντίθεση με μια σχεσιακή βάση δεδομένων, το HBase δεν χρησιμοποιεί ένα σταθερό σχήμα ούτε προσφέρει βελτιστοποιητή ερωτημάτων. Αντίθετα, κάθε τιμή αντιμετωπίζεται από ένα κλειδί γραμμής, μια οικογένεια στηλών, έναν προσδιοριστή στηλών και μια χρονική σήμανση, γεγονός που καθιστά γρήγορες τις τυχαίες αναγνώσεις και εγγραφές σε πραγματικό χρόνο ακόμη και σε τεράστια κλίμακα.

Ένα σύμπλεγμα HBase βασίζεται σε μερικά βασικά στοιχεία. Το HMaster συντονίζει το σύμπλεγμα και αντιστοιχίζει περιοχές, οι Region Servers αποθηκεύουν και εξυπηρετούν τα πραγματικά δεδομένα και το Apache ZooKeeper tracks ποιοι διακομιστές είναι ενεργοί και βοηθά με την ανακατεύθυνση σε περίπτωση αποτυχίας. Επειδή βρίσκεται μέσα στο οικοσύστημα Hadoop, το HBase λειτουργεί με εργαλεία όπως ΜΕΙΩΣΗ ΧΑΡΤΗ, Κυψέληκαι Pig για αναλυτικές παρτίδες. Για μια πιο λεπτομερή ματιά στα εσωτερικά, ανατρέξτε στο Αρχιτεκτονική HBase.

Πλεονεκτήματα του HBase

Ακολουθούν τα βασικά οφέλη από τη χρήση του HBase:

• Αποθηκεύει πολύ μεγάλα σύνολα δεδομένων πάνω από το HDFS και μπορεί να συγκεντρώσει και να αναλύσει δισεκατομμύρια γραμμές που διατηρούνται σε πίνακες HBase.
• Η βάση δεδομένων μπορεί να κοινοποιηθεί σε πολλούς πελάτες σε ένα κατανεμημένο περιβάλλον.
• Η ανάγνωση και η επεξεργασία δεδομένων απαιτεί λιγότερο χρόνο σε σύγκριση με τα παραδοσιακά σχεσιακά μοντέλα.
• Υποστηρίζει γρήγορες τυχαίες λειτουργίες ανάγνωσης και εγγραφής.
• Το HBase χρησιμοποιείται εκτενώς για διαδικτυακές αναλυτικές λειτουργίες.
• Σε τραπεζικές εφαρμογές, όπως οι ενημερώσεις υπολοίπου σε πραγματικό χρόνο για ΑΤΜ, το HBase χειρίζεται αξιόπιστα αναγνώσεις και εγγραφές μεγάλου όγκου.

Μειονεκτήματα του HBase

Ακολουθούν οι σημαντικοί περιορισμοί του HBase:

• Το HBase δεν αποτελεί πλήρη αντικατάσταση των παραδοσιακών σχεσιακών μοντέλων. Ορισμένες σχεσιακές λειτουργίες δεν υποστηρίζονται.
• Το HBase δεν μπορεί να εκτελέσει λειτουργίες όπως SQLΔεν υποστηρίζει δομή SQL, επομένως δεν διαθέτει βελτιστοποιητή ερωτημάτων.
• Το HBase απαιτεί μεγάλη ποσότητα CPU και μνήμης με μεγάλη διαδοχική πρόσβαση εισόδου ή εξόδου, ενώ οι εργασίες MapReduce είναι ως επί το πλείστον συνδεδεμένες με I/O με σταθερή μνήμη. Η ενσωμάτωση του HBase με εργασίες MapReduce μπορεί να προκαλέσει απρόβλεπτες καθυστερήσεις.
• Η ενσωμάτωση του HBase με εργασίες Pig και Hive μπορεί μερικές φορές να προκαλέσει προβλήματα μνήμης στο σύμπλεγμα.
• Σε ένα κοινόχρηστο περιβάλλον συμπλέγματος, η ρύθμιση απαιτεί λιγότερες θέσεις εργασίας ανά κόμβο για την εκχώρηση για τις απαιτήσεις της CPU HBase.

Συμφόρηση απόδοσης στο HBase

Το HBase προσφέρει μεγάλη κλίμακα, αλλά αρκετές αρχιτεκτονικές επιλογές δημιουργούν σημεία συμφόρησης στην απόδοση, γύρω από τα οποία οι ομάδες θα πρέπει να σχεδιάσουν:

Σε ένα μεγάλο περιβάλλον παραγωγής, ένα σύμπλεγμα HBase μπορεί να εκτελείται σε χιλιάδες κόμβους, ωστόσο μόνο το HMaster λειτουργεί ως master για όλους τους δευτερεύοντες Region Servers. Εάν το HMaster παρουσιάσει βλάβη, η αποκατάσταση μπορεί να διαρκέσει πολύ, παρόλο που οι υπολογιστές-πελάτες ενδέχεται να φτάσουν σε έναν Region Server. Η εκτέλεση ενός standby master είναι δυνατή, αλλά μόνο ένα HMaster είναι ενεργό κάθε φορά και η προώθηση του δεύτερου HMaster μετά από μια αποτυχία δεν είναι άμεση. Ως αποτέλεσμα, το HMaster αποτελεί αναγνωρισμένο σημείο συμφόρησης στην απόδοση.

Το HBase δεν υποστηρίζει απευθείας λειτουργίες διασταυρούμενων πινάκων ή ενώσεων. Οι ενώσεις μπορούν να υλοποιηθούν με το MapReduce, αλλά αυτό προσθέτει σημαντικό χρόνο σχεδιασμού και ανάπτυξης, και ορισμένες ενώσεις πινάκων είναι ουσιαστικά μη πρακτικές στο HBase.

Η μετεγκατάσταση δεδομένων από ένα εξωτερικό RDBMS σε HBase συνήθως απαιτεί νέο σχεδιασμό σχήματος και αυτή η διαδικασία μετεγκατάστασης μπορεί να διαρκέσει πολύ. Η υποβολή ερωτημάτων είναι επίσης δύσκολη: πολλές ομάδες προσθέτουν ένα επίπεδο SQL όπως το Apache Phoenix πάνω από το HBase, ώστε να μπορούν ανάγνωση και εγγραφή δεδομένων με γνωστές απορίες.

Το HBase υποστηρίζει μόνο ένα ευρετήριο — το κλειδί γραμμής λειτουργεί ως πρωτεύον κλειδί — επομένως οι αναζητήσεις σε οποιοδήποτε άλλο πεδίο είναι αργές. Οι ομάδες το παρακάμπτουν αυτό γράφοντας κώδικα MapReduce ή ενσωματώνοντας το Apache. Solr και Apache Phoenix για δευτερεύουσα ευρετηρίαση.

• Τα μέτρα ασφαλείας για την πρόσβαση σε δεδομένα πολλαπλών χρηστών έχουν βελτιωθεί μόνο με αργούς ρυθμούς.
• Το HBase δεν υποστηρίζει πλήρως μερικά κλειδιά.
• Επιτρέπεται μόνο μία προεπιλεγμένη σειρά ταξινόμησης ανά πίνακα.
• Η αποθήκευση μεγάλων δυαδικών αρχείων στο HBase είναι δύσκολη.
• Η αποθήκευση HBase περιορίζει τα ερωτήματα και την ταξινόμηση σε πραγματικό χρόνο.
• Οι αναζητήσεις κλειδιών και οι αναζητήσεις εύρους στα περιεχόμενα του πίνακα μπορούν να περιορίσουν τα ερωτήματα που πρέπει να εκτελούνται σε πραγματικό χρόνο.
• Η προεπιλεγμένη δημιουργία ευρετηρίου απουσιάζει. Οι προγραμματιστές πρέπει να γράψουν επιπλέον κώδικα ή σενάρια για να προσθέσουν δημιουργία ευρετηρίου.
• Οι απαιτήσεις υλικού και η κατανομή μπλοκ μνήμης καθιστούν την HBase ακριβή στην εκτέλεση.
• Ένα κατανεμημένο σύμπλεγμα χρειάζεται πολλούς διακομιστές — ξεχωριστούς κόμβους για τους διακομιστές NameNode, DataNodes, ZooKeeper και Region.
• Απαιτούνται μηχανήματα με υψηλή μνήμη για καλή απόδοση.
• Το συνολικό κόστος και η συντήρηση είναι υψηλότερα από τις απλούστερες εναλλακτικές λύσεις.

HBase έναντι RDBMS

Το άρθρο αντιπαραβάλλει επανειλημμένα το HBase με τις παραδοσιακές σχεσιακές βάσεις δεδομένων. Ο παρακάτω πίνακας συνοψίζει τις κύριες διαφορές, ώστε να μπορείτε να αποφασίσετε ποιο μοντέλο ταιριάζει σε ένα φόρτο εργασίας:

Εν ολίγοις, το HBase ευνοεί την κλίμακα και την πρόσβαση σε πραγματικό χρόνο, ενώ ένα RDBMS ευνοεί την πλούσια υποβολή ερωτημάτων και την ισχυρή συνέπεια. Επιλέξτε το HBase όταν ο όγκος δεδομένων και η απόδοση εγγραφής ξεπερνούν αυτό που μπορεί άνετα να διαχειριστεί μια σχεσιακή βάση δεδομένων.

Συχνές Ερωτήσεις