标签：维护 数字 reduce 内容 key img 技术 多个 设计要点
HBase的工具
HBase过滤器；本质上是将过滤查询下放到各个region server上面去做；注意PageFilter需要放到最后；
HBase的列值过滤器只是对有这列的数据有效，如果某行数据并没有该列，则认为是匹配；那么整行数据都显示出来；
对于多个列值组合查询，使用FilterList来进行合并。
HBase既具有单元格的自在性，又因为每个单元格都具有rowkey而同时具有“表”的性质。
计数器：HBase提供了指令专门用于一列增加指定数字；HBase来做这件事情好处是可避免并发；
协处理器（coprocessor），协处理分为两类，一类是拦截器，可以在PUT，SCAN的前后添加pre方法和post方法；另外一类是Endpoint，部署在各个RS的程序都继承一个接口；调用方只要在代码中通过指定该接口的函数，来实现在各个RS中执行改程序的该方法；
Schemal的设计要点
避免单调递增，这样导致向同一个点写，如果数据量大将会造成单点负载高；
二级索引
1）client-manager，就是手动维护一个二级索引表，所谓的二级索引表就是内容做为主键的一部分（一般会因为设计唯一性，而将列的几个部分拼在一起作为key），rowkey做为一列值；如果检索到了某个值就根据rowkey，到真实表中把这一行的数据都检索出来；
2）协处理器，在PUT，delete等操作中将数据插入到一章自维护的表作为二级索引；查询也是下放到各个rs中去做；
3）MapReduce；
BloomFilter
BloomFilter是在列族级别设置，用于快速定位是否存在某个值。基本的原理就是讲值做hash然后放到二维表中（阵列），查找的时候，首先是通过这张二维表来判断值是否存在，只有存在的时候采取表中把数据取出来。
负载均衡
这里的负载均衡是指硬盘数据的负载均衡，当某个硬盘的数据超过阈值之后，将可以根据现在RS集群情况对于region（数据）进行重新划分，维持数据在各个RS的均衡。
批量加载
两部分，第一步是生成HFile文件，可以通过mapereduce，可以通过importtsv工具；第二步是通过bulkload来经生成的HFile（可能是多个）导入到硬盘中；这种导入不再写WAL和memstore，直接和既存的Region文件做合并。
参考
什么是HBase（四） HBase的业务工具
标签：维护 数字 reduce 内容 key img 技术 多个 设计要点
原文地址：https://www.cnblogs.com/xiashiwendao/p/8848240.html
