HBase不睡覺書（簡體書）

HBase是Apache旗下一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統。利用HBase技術可在廉價的PC服務器上搭建大規模的存儲化集群，使用HBase可以對數十億級別的大數據進行實時性的高性能讀寫，在滿足高性能的同時還保證了數據存取的原子性。
本書共分為9章，由淺入深地講解HBase概念、安裝、配置、部署，讓讀者對HBase先有一個感性認識，再從應用角度介紹了高級用法、監控和性能調優。既兼顧了初學者，也適用于想要深入學習HBase的讀者。
本書適合于以前沒有接觸過HBase，或者了解HBase，并希望能夠深入掌握的讀者，適合HBase應用開發人員和系統管理人員學習使用。

楊曦，就職于硅谷某上市公司，對大數據、云計算等技術有較深研究以及豐富的項目實踐經驗。熱衷編寫開源項目、撰寫技術博客以及折騰各種技術項目。

目 錄

第1章 初識HBase 1
1.1 海量數據與NoSQL 1
1.1.1 關系型數據庫的極限 1
1.1.2 CAP理論 1
1.1.3 NoSQL 2
1.2 HBase是怎么來的 3
1.3 為什么要用HBase 3
1.4 你必須懂的基本概念 4
1.4.1 部署架構 4
1.4.2 存儲架構 7
1.4.3 跟關系型數據庫的對比 9
第2章 讓HBase跑起來 11
2.1 本書測試環境 12
2.2 配置服務器名 12
2.3 配置SSH免密登錄 13
2.4 安裝Hadoop 15
2.4.1 安裝Hadoop單機模式 15
2.4.2 安裝Hadoop集群模式 20
2.4.3 ZooKeeper 23
2.4.4 配置Hadoop HA 27
2.4.5 讓Hadoop可以開機自啟動 35
2.4.6 最終配置文件 41
2.5 安裝HBase 43
2.5.1 單機模式 45
2.5.2 偽分布式模式 47
2.5.3 關于ZooKeeper不得不說的事 51
2.5.4 完全分布式模式 52
2.5.5 HBase Web控制臺（UI） 58
2.5.6 讓HBase可以開機自啟動 58
2.5.7 啟用數據塊編碼（可選） 60
2.5.8 啟用壓縮器（可選） 65
2.5.9 數據塊編碼還是壓縮器（可選） 70
第3章 HBase基本操作 71
3.1 hbase shell的使用 71
3.1.1 用create命令建表 72
3.1.2 用list命令來查看庫中有哪些表 73
3.1.3 用describe命令來查看表屬性 73
3.1.4 用put命令來插入數據 74
3.1.5 用scan來查看表數據 76
3.1.6 用get來獲取單元格數據 77
3.1.7 用delete來刪除數據 77
3.1.8 用deleteall刪除整行記錄 79
3.1.9 用disable來停用表 80
3.1.10 用drop來刪除表 80
3.1.11 shell命令列表 81
3.2 使用Hue來查看HBase數據 121
3.2.1 準備工作 121
3.2.2 安裝Hue 124
3.2.3 配置Hue 127
3.2.4 使用Hue來查看HBase 132
第4章 客戶端API入門 134
4.1 10分鐘教程 134
4.2 30分鐘教程 141
4.3 CRUD一個也不能少 147
4.3.1 HTable類和Table接口 147
4.3.2 put方法 148
4.3.3 append方法 155
4.3.4 increment方法 157
4.3.5 get方法 158
4.3.6 exists 方法 162
4.3.7 delete方法 162
4.3.8 mutation方法 164
4.4 批量操作 166
4.4.1 批量put操作 167
4.4.2 批量get操作 167
4.4.3 批量delete操作 168
4.5 BufferedMutator（可選） 168
4.6 Scan掃描 170
4.6.1 用法 170
4.6.2 緩存 173
4.7 HBase支持什么數據格式 174
4.8 總結 175
第5章 HBase內部探險 176
5.1 數據模型 176
5.2 HBase是怎么存儲數據的 178
5.2.1 宏觀架構 178
5.2.2 預寫日志 181
5.2.3 MemStore 183
5.2.4 HFile 184
5.2.5 KeyValue類 186
5.2.6 增刪查改的真正面目 186
5.2.7 數據單元層次圖 187
5.3 一個KeyValue的歷險 187
5.3.1 寫入 188
5.3.2 讀出 188
5.4 Region的定位 189
第6章 客戶端API的高階用法 193
6.1 過濾器 193
6.1.1 過濾器快速入門 194
6.1.2 比較運算快速入門 198
6.1.3 分頁過濾器 201
6.1.4 過濾器列表 203
6.1.5 行鍵過濾器 208
6.1.6 列過濾器 214
6.1.7 單元格過濾器 227
6.1.8 裝飾過濾器 228
6.1.9 自定義過濾器 231
6.1.10 如何在hbase shell中使用過濾器 248
6.2 協處理器 249
6.2.1 協處理器家族 249
6.2.2 快速入門 251
6.2.3 如何加載 254
6.2.4 協處理器核心類 256
6.2.5 觀察者 259
6.2.6 終端程序 276
第7章 客戶端API的管理功能 290
7.1 列族管理 290
7.2 表管理 296
7.3 Region管理 299
7.4 快照管理 304
7.5 維護工具管理 307
7.5.1 均衡器 307
7.5.2 規整器 308
7.5.3 目錄管理器 310
7.6 集群狀態以及負載（ClusterStatus & ServerLoad） 311
7.7 Admin的其他方法 315
7.8 可見性標簽管理 319
7.8.1 快速入門 321
7.8.2 可用標簽 328
7.8.3 用戶標簽 329
7.8.4 單元格標簽 329

第8章 再快一點 331
8.1 Master和RegionServer的JVM調優 331
8.1.1 先調大堆內存 331
8.1.2 可怕的Full GC 333
8.1.3 Memstore的專屬JVM策略MSLAB 335
8.2 Region的拆分 340
8.2.1 Region的自動拆分 341
8.2.2 Region的預拆分 345
8.2.3 Region的強制拆分 347
8.2.4 推薦方案 347
8.2.5 總結 347
8.3 Region的合并 348
8.3.1 通過Merge類合并Region 348
8.3.2 熱合并 348
8.4 WAL的優化 349
8.5 BlockCache的優化 351
8.5.1 LRUBlockCache 352
8.5.2 SlabCache 353
8.5.3 BucketCache 354
8.5.4 組合模式 356
8.5.5 總結 357
8.6 Memstore的優化 357
8.6.1 讀寫中的Memstore 358
8.6.2 Memstore的刷寫 358
8.6.3 總結 361
8.7 HFile的合并 361
8.7.1 合并的策略 361
8.7.2 compaction的吞吐量限制參數 374
8.7.3 合并的時候HBase做了什么 377
8.7.4 Major Compaction 378
8.7.5 總結 380
8.8 診斷手冊 380
8.8.1 阻塞急救 380
8.8.2 朱麗葉暫停 381
8.8.3 讀取性能調優 384
8.8.4 案例分析 385
第9章 當HBase遇上MapReduce 389
9.1 為什么要用MapReduce 389
9.2 快速入門 389
9.3 慢速入門：編寫自己的MapReduce 391
9.3.1 準備數據 391
9.3.2 新建項目 392
9.3.3 建立MapReduce類 393
9.3.4 建立驅動類 396
9.3.5 打包、部署、運行 400
9.4 相關類介紹 402
9.4.1 TableMapper 402
9.4.2 TableReducer 403
9.4.3 TableMapReduceUtil 403