HBase基础的几个关键点--大概可能是面试题
1. Region的rowkey范围是开区间还是闭区间?描述一下
2. Scan的rowkey范围是开区间还是闭区间?描述一下
3. HTablePool线程安全么?如果线程安全,为什么?如果线程不安全,有什么影响?
4. 下面的代码有没有问题
publicList<Message> getData(Date start, Dateend, Long to)
throwsIOException {
HTableInterfacetable = tablePool.getTable(tableName);
List<Message>ret =null;
byte[] bytesTo = Bytes.toBytes(to);
byte[] startRow = Bytes.add(bytesTo,Bytes.toBytes(start.getTime()));
byte[] endRow = Bytes.add(bytesTo, Bytes.toBytes(end.getTime()));
byte[] family = "f".getBytes();
Scanscan =newScan();
scan.setStartRow(startRow);
scan.setStopRow(endRow);
scan.setCaching(200);
scan.addFamily(family);
ResultScannerrs =null;
try{
rs= table.getScanner(scan);
Resultresult = rs.next();
while(result !=null) {
if(ret ==null) {
ret=newArrayList<Message>();
}
Messagemsg =newMessage();
msg.setTo(to);
longid = Bytes.toLong(result.getValue(family,"id".getBytes()));
longfrom = Bytes.toLong(result.getValue(family, "from".getBytes()));
Stringmessage = Bytes.toString(result.getValue(family,
"msg".getBytes()));
longtime = Bytes.toLong(Arrays.copyOfRange(result.getRow(),8,
16));
msg.setId(id);
msg.setFrom(from);
msg.setMessage(message);
msg.setTime(newDate(time));
ret.add(msg);
result.close();
result= rs.next();
}
}finally{
table.close(); // important
}
returnret;
}
5. 请优化:
publicList<Put> getPut(String row, String… values) {
List<Put> puts = new ArrayList<Put>(values.length);
for(String value : values) {
Put put = new Put(row.getBytes());
put.add("family".getBytes(),"from".getBytes(), Bytes.toBytes(value));
puts.add(put);
}
return puts;
}
6. scan.setBatch(1)和scan.setCaching(2)的区别
7. 判断
a) put(List<Put> puts)比put(Put put)效率高。
b) HBase的底层是HDFS,有多副本,所以HBase不会丢失数据。
c) 写数据一定将自动flush设置为true以提高性能。
d) 如果我要存30天的数据,但列都一样,那我可以用30个version来保存。
e) 为了提升处理能力,我们应该把一批Put,分成多线程put到HBase集群
f) 变长字段组合成rowkey的时候,将字段之间用#隔开就可以了。
g) 一个Put对应于一个KeyValue。
h) HBase中建两张表不如建两个family。
i) 假设pool是HTablePool对象,可以HTable table=(HTable) pool.get(“table”)。
j) 使用HTablePool缓存的table(HTableInterface对象),将autoFlush设置为false的时候,用table.close就会自动flushCommits()。
k) 一批Put最多需要当前表的region个数个RPC请求
l) HTablePool实现了网络连接的复用。