和其他数据库样，优化IO也是HBase提升性能的不二法宝，而提供缓存更是优化的重中之重。较理想的情况是，所有数据都能够缓存到内存，这样就不会有任何文件IO请求，读写性能必然会提升到。然而现实是残酷的，随着请求数据的不断增多，将数据全部缓存到内存显得不合实际。

　　2016年4月14-15日，由51CTO传媒主办的WOT2016互联网运维与大会在北京珠三角JW万豪酒店召开。秉承专注技术、服务技术 人员的理念，自2012年以来，WOT品牌大会已经成功举办九届，积累了大量的技术专家资源，获得了广大IT从业者和技术爱好者的致认可，成为了业界重要的技术分享交流平台以及人脉拓展平台。

HBase – RegionServer宕机案件侦查

　　HBase是种数据库：HadoopDatabase顾名思义就是Hadoop数据库，它是种基于hadoop文件系统HDFS的种分布式数据库，专门设计用来快速随机读写大规模数据。本文介绍HBase的下载与安装的整个过程。

　　Apache HBase 1.2.1 HBase 发布了，HBase – Hadoop Database，是个高可靠性、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PC Server上搭建起大规模结构化存储集群。

　　HFile中索引结构根据索引层的不同分为两种：single-level和mutil-level，前者表示单层索引，后者表示多索引，般为两或三。HFile V1版本中只有single-level种索引结构，V2版本中引入多索引。

　　这次的小组作业还是挺费事费时的，虽然我也还没有做到满分，但是这两天的些尝试还是值得记录下的，也算是给大家提个醒。个很深的感触：捷径就是把该走的该经历的都过完，想歪门邪道步登天的，往往都是绕远路。

　　HFile是HBase存储数据的文件组织形式，参考BigTable的SSTable和Hadoop的TFile实现。从HBase开始到现在，HFile经历了三个版本，其中V2在0.92引入，V3在0.98引入。HFileV1版本的在实际使用过程中发现它占用内存多，HFile V2版本针对此进行了优化，HFile V3版本基本和V2版本相同，只是在cell层面添加了Tag数组的支持。

　　HFile是HBase存储数据的文件组织形式，参考BigTable的SSTable和Hadoop的TFile实现。从HBase开始到现在，HFile经历了三个版本，其中V2在0.92引入，V3在0.98引入。HFileV1版本的在实际使用过程中发现它占用内存多，HFile V2版本针对此进行了优化，HFile V3版本基本和V2版本相同，只是在cell层面添加了Tag数组的支持。

　　hbase是种搭建在hadoop上的数据库，理论上hbase可以搭建在任何分布式文件系统，只不过与hadoop的集成更加紧密，HDFS天生是种可扩展的存储，但是还不足以支持hbase成为种低延时的数据库

　　本文将举出个例子来说明HBase什么时候结合使用Mapreduce

　　随着大数据时代的来临，数据的规模越来越大，TB已经成为常态。对于海量的数据，如何对其进行有效的处理，是个挑战。开源分布式数据库HBase数据库很好的解决了海量数据的存储问题，但是HBase只支持Rowkey作为索引检索数据，所以HBase在检索非Rowkey列的数据时，性能会很差。

　　在HBase 中无论是增加新行还是修改已有的行，其内部流程都是相同的。HBase 接到命令后存下变化信息，或者写入失败抛出异常。默认情况下，执行写入时会写到两个地方： 预写式日志(write-ahead log，也称HLog) 和 MemStore 。HBase 的默认方式是把写入动作记录在这两个地方， 以保证数据持久化 。

HBase高性能写入测试

　　作为开发人员首先要适应hbase的特性，学习hbase的逻辑数据模型，访问hbase的各种方式，以及如何使用这些API的细节。另个目标是进行hbase的模式设计