《HBase权威指南》读书笔记1

　　Hi，大家好!我叫祝海林，微信号叫祝威廉，本来微博也想叫祝威廉的，可惜被人占了，于是改名叫·祝威廉二世。然后总感觉哪里不对。目前在乐视云数据部门里从事实时计算，数据平台、搜索和推荐等多个方向。曾从事基础框架，搜索研发四年，大数据平台架构、推荐三年多，个人时间现专注于集群自动化部署，服务管理，资源自动化调度等方向。

　　通过前文的描述，我们知道在HBase写时，相同Cell(RowKey/ColumnFamily/Column相同)并不保证在起，甚至删除个Cell也只是写入个新的Cell，它含有Delete标记，而不定将个Cell真正删除了，因而这就引起了个问题，如何实现读的问题?要解决这个问题，我们先来分析下相同的Cell可能存在的位置

　　公司内部使用的是MapR版本的Hadoop生态系统，因而从MapR的官网看到了这篇文文章： An In-Depth Look at the HBase Architecture ，原本想翻译全文，然而如果翻译就需要各种咬文嚼字，太麻烦，因而本文大部分使用了自己的语言，并且加入了其他资源的参考理解以及本人自己读源码时对其的理解，属于半翻译、半原创吧。

HBase 数据导入功能实现方式解释

HBase vs. MongoDB vs. MySQL vs. Oracle vs. Redis，三大主流

　　做个项目中由于数据量比较大，并且需要定时增量分析，做了hbase的分页。项目中用到的版本是hbase1.1 。需要启用协处理器 Aggregation

SparkStreaming向Hbase中写数据

　　通过前文的描述，我们知道在HBase写时，相同Cell(RowKey/ColumnFamily/Column相同)并不保证在起，甚至删除个Cell也只是写入个新的Cell，它含有Delete标记，而不定将个Cell真正删除了，因而这就引起了个问题，如何实现读的问题?要解决这个问题

　　ZooKeeper 顾名思义 动物园管理员，他是拿来管大象(Hadoop) 、 蜜蜂(Hive) 、 小猪(Pig) 的管理员， Apache Hbase和 Apache Solr 以及LinkedIn sensei 等项目中都采用到了 Zookeeper。ZooKeeper是个分布式的，开放源码的分布式应用程序协调服务，ZooKeeper是以Fast Paxos算法为基础，实现同步服务，配置维护和命名服务等分布式应用。

创建hive整合HBase的表总结

　　HBase 数据库是个基于分布式的、面向列的、主要用于非结构化数据存储用途的开源数据库。其设计思路来源于 Google 的非开源数据库”BigTable”。

MVCC（Multi-Version Concurrent Control），即多版本并发控制协议，广泛使用于数据库系统。本文将介绍HBase中对于MVCC的实现及应用情况。 MVCC基本原理

Java类与HBase数据模型
HBaseConfiguration
包名 ： org.apache.hadoop.hbase.HBaseConfiguration
作用：对HBase进行配置。
用法示例：
HBaseConfiguration hconfig = new HBaseConfiguration(); hconfig.set("hbase.zookeeper.property.clientPort","2181"); 1 2
HBaseAdmin
包名 ： org.apache.hadoop.hbase.client.HBaseAdmin ...

随着Facebook使用HBase来构建实时消息系统，基于Hadoop的面向列存储的HBase持续升温。