Ưu điểm, nhược điểm và nút thắt hiệu suất của HBase

HBase là gì?

HBase là một cơ sở dữ liệu NoSQL phân tán, hướng cột, mã nguồn mở, chạy trên nền tảng Hệ thống Tệp Phân tán Hadoop (HDFS). Được mô phỏng theo Google Bigtable lưu trữ dữ liệu trong các bảng được tạo thành từ các hàng và nhóm cột, và nó được thiết kế cho các tập dữ liệu thưa có thể lên đến hàng tỷ hàng và hàng triệu cột.

Khác với cơ sở dữ liệu quan hệ, HBase không sử dụng lược đồ cố định hoặc cung cấp trình tối ưu hóa truy vấn. Thay vào đó, mỗi giá trị được truy cập bằng khóa hàng, nhóm cột, bộ định danh cột và dấu thời gian, giúp cho việc đọc và ghi ngẫu nhiên theo thời gian thực diễn ra nhanh chóng ngay cả ở quy mô lớn.

Một cụm HBase dựa trên một vài thành phần cốt lõi. HMaster điều phối cụm và phân bổ các vùng, các máy chủ vùng lưu trữ và cung cấp dữ liệu thực tế, và Apache. Vườn bách thú tracHBase giúp xác định máy chủ nào đang hoạt động và hỗ trợ chuyển đổi dự phòng. Vì nằm trong hệ sinh thái Hadoop, HBase hoạt động với các công cụ như... Bản đồGiảm, Tổ ongvà Pig để phân tích theo lô. Để hiểu rõ hơn về cấu trúc bên trong, hãy xem phần tiếp theo. Kiến trúc HBase.

Ưu điểm của HBase

Dưới đây là những lợi ích chính khi sử dụng HBase:

• Lưu trữ các tập dữ liệu rất lớn trên nền tảng HDFS và có thể tổng hợp và phân tích hàng tỷ hàng dữ liệu được lưu trữ trong các bảng HBase.
• Cơ sở dữ liệu có thể được chia sẻ giữa nhiều máy khách trong môi trường phân tán.
• Việc đọc và xử lý dữ liệu diễn ra nhanh hơn so với các mô hình quan hệ truyền thống.
• Hỗ trợ các thao tác đọc và ghi ngẫu nhiên nhanh.
• HBase được sử dụng rộng rãi cho các hoạt động phân tích trực tuyến.
• Trong các ứng dụng ngân hàng, chẳng hạn như cập nhật số dư theo thời gian thực cho máy ATM, HBase xử lý các thao tác đọc và ghi khối lượng lớn một cách đáng tin cậy.

Nhược điểm của HBase

Dưới đây là những hạn chế quan trọng của HBase:

• HBase không phải là sự thay thế hoàn toàn cho các mô hình quan hệ truyền thống; một số tính năng quan hệ không được hỗ trợ.
• HBase không thể thực hiện các chức năng như sau: SQLNó không hỗ trợ cấu trúc SQL, do đó không có trình tối ưu hóa truy vấn.
• HBase tiêu tốn nhiều CPU và bộ nhớ với lượng truy cập đầu vào hoặc đầu ra tuần tự lớn, trong khi các tác vụ MapReduce chủ yếu bị giới hạn bởi I/O với bộ nhớ cố định. Việc tích hợp HBase với các tác vụ MapReduce có thể tạo ra độ trễ không thể dự đoán được.
• Việc tích hợp HBase với các tác vụ Pig và Hive đôi khi có thể gây ra các vấn đề về bộ nhớ trên cụm máy chủ.
• Trong môi trường cụm chia sẻ, cấu hình này yêu cầu ít khe tác vụ hơn trên mỗi nút để phân bổ cho các yêu cầu CPU của HBase.

Nút thắt hiệu suất trong HBase

HBase mang lại khả năng mở rộng, nhưng một số lựa chọn kiến ​​trúc tạo ra các điểm nghẽn hiệu năng mà các nhóm cần phải lên kế hoạch trước:

Trong môi trường sản xuất quy mô lớn, một cụm HBase có thể hoạt động trên hàng nghìn nút, nhưng chỉ có HMaster đóng vai trò là máy chủ chính cho tất cả các máy chủ vùng (Region Server) phụ. Nếu HMaster gặp sự cố, quá trình khôi phục có thể mất rất nhiều thời gian, ngay cả khi các máy khách vẫn có thể truy cập được máy chủ vùng đó. Việc chạy một máy chủ dự phòng là khả thi, nhưng chỉ có một HMaster hoạt động tại một thời điểm, và việc chuyển đổi HMaster thứ hai sau khi xảy ra sự cố không diễn ra ngay lập tức. Do đó, HMaster được coi là một điểm nghẽn hiệu năng.

HBase không hỗ trợ trực tiếp các thao tác kết nối hoặc liên bảng. Việc kết nối có thể được thực hiện bằng MapReduce, nhưng điều đó sẽ làm tăng đáng kể thời gian thiết kế và phát triển, và một số phép nối bảng thực tế là không khả thi trong HBase.

Việc chuyển dữ liệu từ hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) bên ngoài sang HBase thường yêu cầu thiết kế lược đồ mới, và quá trình chuyển đổi đó có thể mất rất nhiều thời gian. Việc truy vấn cũng khó khăn: nhiều nhóm thêm một lớp SQL như Apache Phoenix lên trên HBase để họ có thể... đọc và ghi dữ liệu với những câu hỏi quen thuộc.

HBase chỉ hỗ trợ một chỉ mục duy nhất — khóa hàng đóng vai trò là khóa chính — do đó, việc tìm kiếm trên bất kỳ trường nào khác đều chậm. Các nhóm khắc phục điều này bằng cách viết mã MapReduce hoặc tích hợp Apache. Solr và Apache Phoenix để lập chỉ mục thứ cấp.

• Các biện pháp kiểm soát an ninh đối với việc truy cập dữ liệu đa người dùng chỉ được cải thiện một cách chậm chạp.
• HBase không hỗ trợ đầy đủ các khóa một phần.
• Mỗi bảng chỉ được phép có một thứ tự sắp xếp mặc định duy nhất.
• Việc lưu trữ các tập tin nhị phân dung lượng lớn trong HBase rất khó khăn.
• Giới hạn dung lượng lưu trữ của HBase gây ra các truy vấn và sắp xếp theo thời gian thực.
• Tra cứu khóa và tra cứu phạm vi trên nội dung bảng có thể hạn chế các truy vấn cần chạy trong thời gian thực.
• Chức năng lập chỉ mục mặc định không có sẵn; lập trình viên phải viết thêm mã hoặc tập lệnh để thêm chức năng lập chỉ mục.
• Yêu cầu phần cứng và phân bổ khối bộ nhớ khiến việc vận hành HBase trở nên tốn kém.
• Một cụm máy chủ phân tán cần nhiều máy chủ — các nút riêng biệt cho NameNode, DataNodes, ZooKeeper và Region Servers.
• Để đạt hiệu năng tốt, cần có các máy tính có bộ nhớ cao.
• Tổng chi phí và bảo trì cao hơn so với các giải pháp thay thế đơn giản hơn.

HBase so với hệ quản trị cơ sở dữ liệu quan hệ (RDBMS)

Bài viết liên tục so sánh HBase với các cơ sở dữ liệu quan hệ truyền thống. Bảng dưới đây tóm tắt những điểm khác biệt chính để bạn có thể quyết định mô hình nào phù hợp với khối lượng công việc của mình:

Tóm lại, HBase ưu tiên khả năng mở rộng và truy cập thời gian thực, trong khi RDBMS ưu tiên khả năng truy vấn phong phú và tính nhất quán mạnh mẽ. Hãy chọn HBase khi khối lượng dữ liệu và thông lượng ghi vượt quá khả năng xử lý của cơ sở dữ liệu quan hệ.

Câu Hỏi Thường Gặp