HBase의 장점, 단점 및 성능 병목 현상

작성자 : 데이비드 카터 데이비드 카터
Hours 업데이트

HBase 아키텍처는 항상 "단일 실패 지점” 기능이 있으며 이와 관련된 예외 처리 메커니즘이 없습니다.

여기에서는 HBase의 장단점과 성능 병목 현상이 무엇인지 알아봅니다.

HBase의 성능 병목 현상

  • 모든 프로덕션 환경에서 HBase는 5000개 이상의 노드 클러스터로 실행되고, Hmaster만이 모든 슬레이브 리전 서버에 대한 마스터 역할을 합니다. Hmaster가 다운되면 오랜 시간이 지난 후에야 복구할 수 있습니다. 클라이언트가 리전 서버에 연결할 수 있더라도 말입니다. 다른 마스터를 갖는 것은 가능하지만 하나만 활성화됩니다. 메인 Hmaster가 다운되면 두 번째 Hmaster를 활성화하는 데 오랜 시간이 걸립니다. 따라서 Hmaster는 성능 병목 현상입니다.
  • HBase에서는 교차 데이터 작업 및 조인 작업을 구현할 수 없지만 다음을 사용하여 조인 작업을 구현할 수 있습니다. MapReduce, 설계 및 개발에 많은 시간이 소요될 것입니다. 테이블 조인 작업은 HBase에서 수행하기 어렵습니다. 일부 사용 사례에서는 HBase에 있는 테이블과 관련된 조인 작업을 만드는 것이 불가능합니다.
  • RDBMS 외부 소스의 데이터를 HBase 서버로 마이그레이션하려면 HBase에 새로운 디자인이 필요합니다. 그러나 이 과정에는 많은 시간이 소요됩니다.
  • HBase는 쿼리하기가 정말 어렵습니다. HBase를 일부와 통합해야 할 수도 있습니다. SQL 같은 레이어 아파치 HBase에서 데이터를 트리거하는 쿼리를 작성할 수 있는 phoenix. HBase 위에 Apache Phoenix를 두는 것은 정말 좋습니다.
  • HBase의 또 다른 단점은 테이블에 둘 이상의 인덱싱을 가질 수 없으며 행 키 열만 기본 키로 작동한다는 것입니다. 따라서 두 개 이상의 필드를 검색하거나 Row key 이외의 필드를 검색하려는 경우 성능이 저하됩니다. 이 문제는 MapReduce 코드를 작성하고 아파치 SOLR 그리고 아파치 피닉스와 함께.
  • 다양한 사용자가 HBase의 데이터에 액세스할 수 있도록 보안이 느리게 개선됩니다.
  • HBase는 부분 키를 완전히 지원하지 않습니다.
  • HBase는 테이블당 하나의 기본 정렬만 허용합니다.
  • HBase에 대용량 바이너리 파일을 저장하는 것은 매우 어렵습니다.
  • HBase의 저장으로 인해 실시간 쿼리 및 정렬이 제한됩니다.
  • 키 값을 사용하여 테이블 내용을 검색하는 측면에서 키 조회 및 범위 조회는 실시간으로 수행되는 쿼리를 제한합니다.
  • 기본 인덱싱은 HBase에 없습니다. 프로그래머는 HBase에서 인덱싱 기능을 수행하기 위해 여러 줄의 코드 또는 스크립트를 정의해야 합니다.
  • 하드웨어 요구 사항 및 메모리 블록 할당 측면에서 비용이 많이 듭니다.
    • 분산 클러스터 환경(NameNode, DataNode용 각 서버 등)의 경우 더 많은 서버를 설치해야 합니다. 주 키퍼및 지역 서버)
    • 성능 면에서는 높은 메모리 머신이 필요합니다.
    • 비용과 유지 관리 측면에서도 더 높습니다.

HBase의 장점, 제한 사항 및 성능 병목 현상

HBase의 장점

여기서는 HBase의 장점/이점이 무엇인지 알아봅니다.

  • HDFS 파일 스토리지 위에 대용량 데이터 세트를 저장할 수 있으며 HBase 테이블에 있는 수십억 개의 행을 집계하고 분석합니다.
  • HBase에서는 데이터베이스를 공유할 수 있습니다.
  • Opera데이터 읽기 및 처리와 같은 작업은 기존 관계형 모델에 비해 시간이 적게 소요됩니다.
  • 무작위 읽기 및 쓰기 작업
  • 온라인 분석 작업에는 HBase가 광범위하게 사용됩니다.
  • 예: ATM 기계의 실시간 데이터 업데이트와 같은 뱅킹 애플리케이션에서 HBase를 사용할 수 있습니다.

HBase의 단점

HBase의 중요한 단점/제한 사항은 다음과 같습니다.

  • HBase를 기존 모델의 대체품으로 완전히 사용할 수는 없습니다. 기존 모델 기능 중 일부는 HBase에서 지원할 수 없습니다.
  • HBase는 SQL과 같은 기능을 수행할 수 없습니다. SQL 구조를 지원하지 않으므로 쿼리 최적화 프로그램이 포함되어 있지 않습니다.
  • HBase는 CPU와 메모리 집약적이며 대규모 순차적 입력 또는 출력 액세스가 있는 반면 Map Reduce 작업은 주로 고정 메모리로 입력 또는 출력이 바인딩됩니다. Map-reduce 작업과 통합된 HBase는 예측할 수 없는 대기 시간을 초래합니다.
  • HBase는 pig와 통합되어 있으며 하이브 작업으로 인해 클러스터에서 시간 메모리 문제가 발생합니다.
  • 공유 클러스터 환경에서는 HBase CPU 요구 사항에 할당하기 위해 노드당 더 적은 작업 슬롯이 필요합니다.

이 게시물을 요약하면 다음과 같습니다.