1.HBase如何保證讀的高效？

　　緩存

　　* HBase 有兩塊主要的內(nèi)存緩存，MemStore 和 BlockCache。 * 一個(gè)查詢過來 RegionServer 后，首先用 MemStoreScanner 搜索 MemStore 里是否有所查的 rowKey ，這一步在內(nèi)存中，所以是很快的。 * 如果不在 memstore 中，會(huì)經(jīng)過一系列的索引尋址定位到 Block 的位置。如果 Block 在 BlockCache 緩存中則可以直接在內(nèi)存中操作，速度很快，不需要再進(jìn)行一次 IO 將整個(gè) Block 讀取到內(nèi)存中。

　　過濾

　　* RegionServer 啟動(dòng)的時(shí)候就會(huì)把每個(gè) HFile 的起止 Rowkey 加載到內(nèi)存中，在定位 HFile 的時(shí)候可以過濾掉大部分 HFile * 加載到內(nèi)存中的Bloom Block也會(huì)通過BloomFilte也會(huì)過濾掉大部分一定不包含所查RowKey的HFile。

　　索引

　　* 經(jīng)過了上面的過濾，其實(shí)只剩下很少一部分的 HFile 需要去檢索了，HBase 有三級(jí)索引，第一級(jí)索引會(huì)常駐內(nèi)存，二三級(jí)的索引會(huì)以 Block 的形式存在 HFile 中。 * 另外因?yàn)?HBase 是多版本共存的，所以結(jié)果可能是會(huì)有多個(gè)的，因此檢索的過程不是找到一個(gè)就返回了，而是要找到所有的，然后將結(jié)果合并。

　　2.HBase 如何保證數(shù)據(jù)的強(qiáng)一致性？

　　HBase 是犧牲了數(shù)據(jù)的部分可用性來保證它的數(shù)據(jù)強(qiáng)一致性的，即CAP原理中舍棄了一部分的可用性，HBase 是個(gè) CP系統(tǒng)。

　　* HBase 中每一條數(shù)據(jù)只會(huì)出現(xiàn)在一個(gè) Region，它的數(shù)據(jù)冗余備份不是在 Region 這個(gè)層面做的，還是依賴 HDFS 來做的冗余。而且同一時(shí)間一個(gè) Region 只會(huì)被分配給一個(gè) RegionServer，這就保證了系統(tǒng)中只會(huì)有一條可以使用的數(shù)據(jù)。HBase 支持行級(jí)事物，即一個(gè) put 操作要么成功，要么失敗。

　　* 另外當(dāng)有 RegionServer 宕機(jī)的時(shí)候，Region 會(huì)被分配到其他的 RegionServer 上，同時(shí)重寫 WAL Log，這個(gè)過程中整個(gè) Region 中的數(shù)據(jù)是不可用的，因?yàn)樗侨笔У摹Ｈ绻捎眯詮?qiáng)的話那么必定會(huì)有數(shù)據(jù)不一致的問題(即寫入過的數(shù)據(jù)查詢不到)，所以這里用可用性來換取了強(qiáng)一致性，等到 WAL 寫完，保證了數(shù)據(jù)完整性之后，才可重新訪問。

　　更多關(guān)于“大數(shù)據(jù)培訓(xùn)”的問題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學(xué)，課程大綱緊跟企業(yè)需求，更科學(xué)更嚴(yán)謹(jǐn)，每年培養(yǎng)泛IT人才近2萬人。不論你是零基礎(chǔ)還是想提升，都可以找到適合的班型，千鋒教育隨時(shí)歡迎你來試聽。