二级索引的本质就是建立各列值与行键之间的映射关系 HBASE是在hadoop之上构建非关系型，面向列存储的开源分布式结构化数据存储系统。      Hbase的局限性：HBase本身只提供基于行键和全表扫描的查询，而行键索引单一，对于多维度的查询困难。 所以我们引进一个

1、选择hadoop3.1.1（https://pan.baidu.com/s/1UFHq6dxoh5AiqO_cd85NTw编译后的文件）hbase2.1.7下载源码并编译2、创建zstd包的软连接ln-s/usr/lib64/libzstd.so/usr/local/hadoop/libative/libzstd.soln-s/usr/lib64/libzstd.so.1/usr/local/hadoop/libative/libzstd.s

HBase是大数据中的数据库，是一种列级存储的数据库，支持秒级查询，下面安装记录一下，基于centos6，后面查看用。安装hadoophbase存储的数据在hadoop中，因此需要先安装hadoop，可以安装伪分布式就可以，用作学习用，参考 https://www.cnblogs.com/youngchaolin/p/11992600.html 。安装zookeep

为防止hadoop集群因version等元数据丢失导致启动报错Namenodenotformat,而使得所有数据丢失，需要数据业务备份使用CDH的数据主要为hive,hbase的各表，所以仅需要备份hive,hbase数据（以待hadoop重新格式化后无数据）文章目录测试hdfs重新格式化，数据恢复a,hdfs目录结构:属

PressureAwareCompactionThroughputController里面的tuneChore定期获取server.getCompactionPressure()用来做流量的计算获取本server上所有region的所有store，store.getCompactionPressure最大的一个store.getCompactionPressure如何计算publicdoublegetCompactio

1     Hbase特点容量大：Hbase单表可以有百亿行、百万列,数据矩阵横向和纵向两个纬度所支持的数据量级都非常具有弹性。面向列：Hbase是面向列的存储和权限控制,并支持独立检索。列式存储,其数据在表中是按照某列存储的,这样在查询只需要少数几个字段的时候,能大大减少读取的

能够满足这样要求的哈希算法有很多，其中比较著名并且应用广泛的一个哈希算法，那就是MurmurHash算法。尽管这个哈希算法在2008年才被发明出来，但现在它已经广泛应用到Redis、MemCache、Cassandra、HBase、Lucene等众多著名的软件中。

20/01/0710:40:48INFOmapreduce.Job:map91%reduce0%20/01/0710:40:50INFOmapreduce.Job:map94%reduce0%20/01/0710:40:51INFOmapreduce.Job:map95%reduce0%20/01/0710:40:52INFOmapreduce.Job:map96%reduce0%20/01/0710:40:53INFOmapreduce

Hbase   列式存储以流的方式在列中存储所有的数据。对于任何记录，索引都可以快速地获取列上的数据；列式存储支持行检索，但这需要从每个列获取匹配的列值，并重新组成行。HBase（HadoopDatabase）是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCServ

packagecom.zy;importjava.io.IOException;importorg.apache.commons.lang.time.StopWatch;importorg.apache.hadoop.conf.Configuration;importorg.apache.hadoop.hbase.*;importorg.apache.hadoop.hbase.client.Delete;importorg.apache.hadoop.hbase.client.

    HRegion当表的大小超过设置值的时候，HBase会自动地将表划分为不同的区域，每个区域包含所有行的一个子集。对用户来说，每个表是一堆数据的集合，靠主键来区分。从物理上来说，一张表被拆分成了多块，每一块就是一个HRegion。我们用表名+开始/结束主键来区分每一个HRegion，

Hbase简介HBase–HadoopDatabase，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库利用HadoopHDFS作为其文件存储系统,利用HadoopMapReduce来处理HBase中的海量数据,利用Zookeeper作为其分布式协同服务主要用来存储非结构化和半结构化的松散数据（列

 https://blog.csdn.net/wjandy0211/article/details/89681050?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task点赞收藏分享文章举报myhuizhi发布了2篇原创文章·获赞0·访问

学习笔记一全书概述1.HBase概述1.1.Hbase发展历史1.2.Hbase数据模型1.3.Hbase体系结构1.4.Hbase系统特性2.Hbase基础数据结构与算法2.1.LSM树2.1.1.KeyValue存储格式2.2.跳跃表2.3.布隆过滤器3.Hbase依赖服务3.1.Zookeeper相关3.2.HDFS相关本博客内容基本整理自《Hbase原

作者：Gerhard_杨光辉Linux版本：CentOS7.2一、准备1.1软件版本hadoop-2.6.5.tar.gzzookeeper.3.4.10.tar.gzhbase1.3.1.bin.tar.gzgeomesa-hbase_2.11-2.0.1-bin.tar.gzjdk-8u181-linux-x64.tar.gzspark-2.1.0-bin-hadoop2.7.tgzsupermap-iserver-10.0.1-linux64

Kylin版本：2.5.1前言膜拜大神，Kylin作为第一个由国人主导并贡献到Apache基金会的开源项目，堪称大数据分析界的“神兽”。所以我也是抓紧时间来学习Kylin，感受Kylin所带来的魅力。一、Kylin简介Kylin的出现就是为了解决大数据系统中TB级别数据的数据分析需求，它提供Hadoop