HBase 复习 ---- chapter05

1. 高级应用？
   如何设计表 + 协处理器

2. 如何设计表？
   HBase 的模式设计。那么这个设计模式是固定的吗？是强约束吗？
   设计模式：我们解决某一类问题的方案。是非强制性的。

3. 设计一个表需要考虑的问题？
   一：表应该有多少列族？
   二：哪些数据进入哪个列族？
   三：每个列族中应该有多少列？
   四：列名应该是什么？虽然在创建表时不必定义列名，但在写入或读取数据时需要知道列名。
   五：在单元格中应写入什么信息?
   六：每个单元格应存储多少个版本号？
   七：主键（rowkey）结构应该是什么，它应该包含什么？

创建表：通过 shell + javaApi 进行创建
创建的时候必须定义表名 + 列族
如果要对表进行任何列族的修改，需要先禁用表，再修改（实际：不禁用表也可以修改）

4. 下面给出很多建议？
   一：维持 region（区域）大小在 10 到 50 GB之间。
   二：保持不超过 10MB 的单元格，如果使用 mob 数据类型，则为 50MB，否则，考虑在 HDFS 中存储单元数据，并在 HBase 中存储指针指向该数据。
   三：一个典型的模式应该是每个表有 1 到 3 个列族，（最好就是一个列族）
   四：对于具有 1 个列族或 2 个列族的表，大于 50-100 个区域是一个不错的数字
   五：尽量缩短列族名。为每个值存储列族名称（可以忽略前缀编码）（列族只是一个标识，我们通常只用一个字节就够了）student:name == s:name (推荐)
   六：行键设置要合理。避免出现热点。

5. 分区热点：当大量流量集中在集群中的一个或一小部分节点上时，就会发生分区热点。

6. 诱因：不合理的行键设计导致分区热点。

7. 解决分区热点的方案：
   一：行键加盐。HBase 中的加盐是指将一个随机数放在行键的开头，此操作随机为每个行键指定一个前缀，以使其排序与通常不同。
   二：行键哈希。哈希就是哈希函数。可用一个单向的哈希散列来取代随机指派前缀
   三：反转键。第三种预防分区热点的方法是反转一段固定长度或者可数的键。
   四：时间戳。根据存储数据的时间检索数据时，最好在行键中包含时间戳。

8. 行键的特点：
   行键不可改：行键不能改变。唯一可以“改变”的方式删除然后再插入

9. 支持的数据类型：
   Cell 支持的数据类型是字节数组。HBase 单元只保存字节数组。

10. HBase 中还有一种更受支持的数据类型值得特别提及，那就是“计数器” 。

11. 计数器上的同步是在 RegionServer 上完成的，而不是在客户端上。

12. 联接：HBase 不支持联接（joins）

13. 二级索引：二级索引是从主访问路径访问数据的一种正交方法。

14. 约束：schema
    HBase 目前支持传统（SQL）数据库术语中的 “约束”。
    约束的建议用途是为表中的属性强制执行业务规则（例如，确保值在 1-10 范围内）。
    约束也可以用于强制引用完整性，但强烈不建议这样做，因为它会显著降低启用完整性检查的表的吸入吞吐量。

15. 加载协处理器的三种方式：
    （1）静态加载（一把不推荐）
    （2）通过 shell 动态加载（推荐）
    （3）通过 API 动态加载（推荐）