HBase分布式存储系统应用 习题答案（林徐 第二版） 水利.pdf

习题答案 第 1 章 HBASE 介绍 一、选择题 1．A 2 ．B 3 ．C 4 ．C 二、简答题 1．答： 行式存储是指一行中的数据在存储介质中是连续存储的。 列式存储是指一列中的数据在存储介质中是连续存储的； （1）行数据库适用于读取出少行、多列的情况； 列数据库相反，适用于读取出少列、多行的情况。 （2 ）列数据库可以节省空间，如果某一行的某一列没有数据，那么在列存储时，就可 以不存储该列的值。 2 ．答： 使用HBase 作为数据存储，捕获来自于各种数据源的增量数据。比如目前流行的Kylin、 阿里内部的日志同步工具TT、图组件Titan、日志收集系统Flume 等。 3 ．答： 优点： （1）高容错性。 （2 ）适合大数据的处理。 （3 ）流式文件写入。 （4 ）可构建在廉价机器上。 缺陷： （1）不适合低延迟数据访问。 （2 ）无法高效存储大量的小文件。 （3 ）不支持多用户写入及任意修改文件。 第 2 章 HBase 模型和系统架构 一、选择题 1．A 2 ．A 3 ．A 4 ．B 二、填空题 1．主从分布式 HDFS 2 ．Row Key 2 HBase 分布式存储系统应用 （第二版） 3 ．全表扫描 4 ．三 5 ．HRegion 三、简答题 1．答： 在表里面，每一行代表着一个数据对象，每一行都是以一个行键（Row Key ）进行唯 一标识的。HBase 中的行里包含一个Key 和一个或者多个包含值的列。行键并没有什么特 定的数据类型，以二进制的字节来存储。Row Key 只能由一个字段组成而不能由多个字段 组合组成，HBase 对所有行按照Row Key 升序排序，在设计Row Key 时将经常一起读取的 行放到一起。 2 ．答： 一个行键映射一个列族数组，列族数组中的每个列族又映射一个列标识数组，列标识 数组中的每一个列标识又映射到一个时间戳数组，里面是不同时间戳映射下不同版本的值， 但是默认取最近时间的值，所以可以看成是列标识和它所对应的值的映射。 3 ．答： （1）容量巨大。 （2 ）面向列。 （3 ）稀疏性。 （4 ）数据多版本。 （5 ）可扩展性。 （6 ）高可靠性。 （7 ）高性能。 （8 ）数据类型单一。 4 ．答： HBase 同样是主从分布式架构，隶属于Hadoop 生态系统，由以下组件组成：Client、 ZooKeeper 、HMaster 、HRegionServer 和HRegion 。在底层，它将数据存储在HDFS 中，总 体结构如图所示。