HBase-opplæring for nybegynnere: Hva er HBase? Lær på 3 dager!

Oppsummering av HBase veiledning

Hbase er et kolonneorientert databasestyringssystem som kjører på toppen av HDFS (Hadoop Distributed File System). I denne HBase-opplæringen for nybegynnere vil du lære Apache HBase grunnleggende og avanserte konsepter. Dette HBase-kurset inneholder alt det grunnleggende om HBase fra introduksjon, installasjon, arkitektur til avanserte ting.

Hva er HBase?

HBase er et åpen kildekode, kolonneorientert distribuert databasesystem i en Hadoop miljø. I utgangspunktet var det Google Big Table, etterpå; den ble omdøpt til HBase og er først og fremst skrevet i Java. Apache HBase er nødvendig for sanntids Big Data-applikasjoner.

HBase kan lagre enorme mengder data fra terabyte til petabyte. Tabellene i HBase består av milliarder av rader med millioner av kolonner. HBase er bygget for operasjoner med lav latens, som har noen spesifikke funksjoner sammenlignet med tradisjonelle relasjonsmodeller.

HBase Treningspensum

Her er hva vi dekker i denne Apache HBase Training Guide

👉 Lesspå 1	Architecture av HBase — HBase Architecture, komponenter og datamodell
👉 Lesspå 2	HBase installasjon — HBase Installasjon på Ubuntu
👉 Lesspå 3	HBase Shell-kommandoer — Lær med eksempel
👉 Lesspå 4	HBase Opprett tabell — Trinn for å lage en tabell i HBase ved hjelp av Java API
👉 Lesspå 5	Sett inn og hent data i HBase — get(), put(), scan() Eksempler
👉 Lesspå 6	Ytelsesflaskehalser i HBase — HBase fordel og begrensninger
👉 Lesspå 7	Hbase intervjuspørsmål — Topp 30 Hbase-intervjuspørsmål og -svar

Hva vil du lære i denne HBase-opplæringen for nybegynnere?

I denne HBase-opplæringen for nybegynnere vil du lære hva Apache HBase er Architecture of HBase, Hvordan installere HBase, Trinn for å lage en tabell i HBase, HBase Advantage and Limitations, etc.

Hvorfor velge HBase?

En tabell for en populær nettapplikasjon kan bestå av milliarder av rader. Hvis vi ønsker å søke i en bestemt rad fra en så stor mengde data, er HBase det ideelle valget ettersom hentetiden for spørringen er kortere. De fleste online analyseapplikasjoner bruker HBase.

Tradisjonelle relasjonsdatamodeller oppfyller ikke ytelseskravene til veldig store databaser. Disse ytelses- og prosessbegrensningene kan overvinnes av Apache HBase.

Apache HBase-funksjoner

HBase er bygget for operasjoner med lav latens
HBase brukes mye for tilfeldige lese- og skriveoperasjoner
HBase lagrer en stor mengde data når det gjelder tabeller
Gir lineær og modulær skalerbarhet over klyngemiljø
Strengt konsekvente lese- og skriveoperasjoner
Automatisk og konfigurerbar skjæring av bord
Automatisk failover-støtte mellom regionservere
Praktiske basisklasser for backing Hadoop MapReduce jobber i HBase-tabeller
Lett å bruke Java API for klienttilgang
Blokker cache og Bloom-filtre for sanntidsspørringer
Spørringspredikat skyver ned via filtre på serversiden.

Viktigheten av NoSQL-databaser i Hadoop

I big data-analyse, Hadoop spiller en viktig rolle i å løse typiske forretningsproblemer ved å administrere store datasett og gir de beste løsningene innen analysedomenet.

I Hadoop-økosystemet spiller hver komponent sin unike rolle for

Databehandling
Datavalidering
Datalagring

Når det gjelder lagring av ustrukturert, semi-strukturert datalagring samt henting av slike data, er relasjonsdatabaser mindre nyttige. Det er også en utfordrende oppgave å hente resultater ved å bruke spørring på enorme datasett som er lagret i Hadoop-lagring. NoSQL-lagringsteknologier gir den beste løsningen for raskere spørring på enorme datasett.

Andre NoSQL-lagringstype-databaser

Noen av NoSQL-modellene som finnes på markedet er Cassandra, MongoDBog CouchDB. Hver av disse modellene har forskjellige måter for lagringsmekanisme.

For eksempel, MongoDB er en dokumentorientert database fra NoSQL-slektstreet. Sammenlignet med tradisjonelle databaser gir den de beste funksjonene når det gjelder ytelse, tilgjengelighet og skalerbarhet. Det er en åpen kildekode dokumentorientert database, og den er skrevet inn C++.

Cassandra er også en distribuert database fra åpen kildekode Apache-programvare som er designet for å håndtere en enorm mengde data lagret på tvers av vareservere. Cassandra gir høy tilgjengelighet uten et enkelt feilpunkt.

Samtidig som CouchDB er en dokumentorientert database der hvert dokumentfelt er lagret i nøkkelverdikart.

Hvordan er HBase forskjellig fra andre NoSQL-modeller

HBase-lagringsmodellen er forskjellig fra andre NoSQL-modeller diskutert ovenfor. Dette kan opplyses som følger.

HBase lagrer data i form av nøkkel/verdi-par i en kolonnemodell. I denne modellen er alle kolonnene gruppert sammen som kolonnefamilier.
HBase gir en fleksibel datamodell og lav latenstilgang til små mengder data lagret i store datasett.
HBase på toppen av Hadoop vil øke gjennomstrømningen og ytelsen til distribuert klyngeoppsett. I sin tur gir den raskere tilfeldige lese- og skriveoperasjoner.

Hvilken NoSQL-database å velge?

MongoDB, CouchDBog Cassandra er NoSQL-databaser som er funksjonsspesifikke og brukes i henhold til deres forretningsbehov. Her har vi listet opp forskjellige NoSQL-databaser i henhold til deres brukstilfelle.

Databasetype basert på funksjon	Eksempel på database	Brukstilfelle (når skal brukes)
Nøkkel/verdi	Redis, MemcacheDB	Bufring, kø-ing, distribuere informasjon
Kolonneorientert	Cassandra, HBase	Skalering, holde ustrukturert, ikke-flyktig
Dokumentorientert	MongoDB, Couchbase	Nestet informasjon, JavaSkriptvennlig
Grafbasert	OrientDB, Neo4J	Håndtering av kompleks relasjonsinformasjon. Klassifisering av modellering og håndtering.

HBase vs. Hive

Funksjoner	HBase	Hive
Databasemodell	Bred kolonne butikk	Relasjonell DBMS
Dataskjema	Skjemafri	Med skjema
SQL-støtte	Nei	Ja, den bruker HQL (Hive query language)
Partisjonsmetoder	Sharding	Sharding
Konsistensnivå	Umiddelbar konsistens	Eventuell konsistens
Sekundære indekser	Nei	Ja
Replikeringsmetoder	Valgbar replikeringsfaktor	Valgbar replikeringsfaktor

HBase vs. RDBMS

Mens vi sammenligner HBase med tradisjonelle relasjonsdatabaser, må vi ta tre nøkkelområder i betraktning. Disse er datamodeller, datalagring og datamangfold.

HBASE	RDBMS
Skjemaløs i databasen	Har fast skjema i databasen
Kolonneorienterte databaser	Radorientert datalager
Designet for å lagre de-normaliserte data	Designet for å lagre normaliserte data
Brede og tynt befolkede tabeller som finnes i HBase	Inneholder tynne tabeller i databasen
Støtter automatisk partisjonering	Har ingen innebygd støtte for partisjonering
Godt egnet for OLAP-systemer	Godt egnet for OLTP-systemer
Les kun relevante data fra databasen	Hent en rad om gangen og kan dermed lese unødvendige data hvis bare noen av dataene i en rad er nødvendig
Strukturerte og semistrukturerte data kan lagres og behandles ved hjelp av HBase	Strukturerte data kan lagres og behandles ved hjelp av RDBMS
Aktiverer aggregering over mange rader og kolonner	Aggregering er en kostbar operasjon

Sammendrag

HBase gir unike funksjoner og vil løse typiske industrielle brukssaker. Som kolonneorientert lagring gir den rask spørring, henting av resultater og en høy mengde datalagring. Dette kurset er en komplett trinn-for-trinn-introduksjon til HBase.