大数据技术①｜大数据第15章｜HBase数据库与Cassandra数据库｜18:00~18:15

目录

15章习题

15.1 HBase 数据库有何基本功能？ 

15.2 Big Table 如何对稀疏数据进行存储的？ 

15.3 面向行的数据存储具有何特点？面向列的数据存储具有何特点？ 

15.4 HDFS 与 HBase 有何区别？ 

15.5 HBase 集群主要由哪几类节点构成？它们在集群中起到什么作用？ 

15.6 HBase 中的数据模型由那些的逻辑组件组成？

15.7 Cassandra 数据库有何特点？ 

15.8 Cassandra 的关键组件主要有哪些？试简述这些组件的功能。 

15章习题 HBase数据库与Cassandra数据库

15.1 HBase 数据库有何基本功能？ 

1. HBase 是一个面向列的数据库，由开源的 Google Big Table 存储架构实现。 它可以管理结构化和半结构化数据，并具有一些内置功能，如可扩展性、版本管 理、压缩和垃圾收集。由于它适应预写式日志记录和分布式配置，因此可以提供容错和快速从单个服务器故障中恢复。建立在Hadoop/HDFS 之上的 HBase 可以使用 Hadoop 的 MapReduce 功能来进行数据存储和处理。

2. HBase 是一个开源、非关系的分布式数据库，基于 Google 的 Big Table 模型， 用 Java 编写。在 HDFS（Hadoop 分布式文件系统）之上运行，为 Hadoop 提供类似 Big Table 的功能，提供了一种容错的方式来存储大量的稀疏数据。

3. HBase 是为低时延操作而构建的系统。它提供从数十亿的记录中访问单个行的功能。通过 shell 命令、Java 编写的客户端、REST、Avro 或 Thrift 访问数据。

15.2 Big Table 如何对稀疏数据进行存储的？ 

用户将数据存储在标签表中。数据行含有一个可排列的键和一个任意数目的列，映射是一个抽象数学类型，由键集合和值集合组成，其中每个键关联于一个值。

15.3 面向行的数据存储具有何特点？面向列的数据存储具有何特点？ 

面向列：它可以管理结构化和半结构化数据，并具有一些内置功能，如可扩展性、版本管理、压缩和垃圾收集。由于它适应预写式日志记录和分布式配置，因此可以提供容错和快速从单个服务器故障中恢复。

面向行：是一个稀疏的、分布式的、持久的多维有序映射。该映射由行键、 列键和时间戳进行索引；映射中的每个值是未解释的字节数组。

15.4 HDFS 与 HBase 有何区别？ 

HDFS 适合于高时延的批处理操作，其数据主要通过 Map Reduce 访问，旨在进行批处理，因此不具有随机读/写的概念。 

HBase 是为低时延操作而构建的系统。它提供从数十亿的记录中访问单个行的功能。通过 shell 命令、Java 编写的客户端、REST、Avro 或 Thrift 访问数据。

15.5 HBase 集群主要由哪几类节点构成？它们在集群中起到什么作用？ 

HBase 集 群 有 一 个 主 节 点 （称为HMaster ） 和 多 个 区 域 服 务 器 （ 称为HRegionServer）。每个区域服务器包含多个区域（称为 HRegions）。 

HBase 中的 HMaster 主要负责： 执行管理任务、管理和监视集群，分配区域到区域服务器、控制负载均衡与故障转移。 

HRegionServer 执行下面的任务： 托管与管理区域、自动分割区域、处理读/写请求、与客户直接通信。

15.6 HBase 中的数据模型由那些的逻辑组件组成？

HBase 中的数据模型由不同的逻辑组件组成，如表、行、列族、列、单元格和版本。 

15.7 Cassandra 数据库有何特点？ 

1. 提供了可扩展性、容错性和一致性；

2. 面向列的数据量；

3. 其分布式设计基于 Amazon 的 Dynamo 及其 Google 的 BigTable 上的数据模型； 

4. 建立在 Facebook 之上，与关系数据库管理系统有着很大的不同。 

15.8 Cassandra 的关键组件主要有哪些？试简述这些组件的功能。 

1. 节点（Node）：数据存储的地方。 

2. 数据中心（Data center）：相关节点的集合。 

3. 集群（Cluster）：集群是包含一个或多个数据中心的组件。 

4. 提交日志（Commit log）：提交日志是 Cassandra 中的崩溃恢复机制。每个写入操作将被写入提交日志。 

5. 内存表（Mem-table）：内存表是内存驻留的数据结构。提交日志后，数据将被写入到内存表中。有些时候，对于单列族，将有多个内存表。 

6. SSTable：当内容达到阈值时，从内存表中清除数据的磁盘文件。 

7. Bloom 过滤器（Bloom filter）：这不过是快速的、不确定的算法，用于测试一个元素是否是一个集合的成员。这是一种特殊的缓存。Bloom 过滤器在每个查询后被访问。文章来源地址https://www.toymoban.com/news/detail-498023.html

到了这里，关于大数据技术①｜大数据第15章｜HBase数据库与Cassandra数据库｜18:00~18:15的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！