HBase面试题及答案（实战导向版）.docx

HBase面试题及答案（实战导向版）

一、基础概念题

HBase的核心架构组件有哪些？各自作用是什么？

答：主要有三个核心组件：

RegionServer：负责实际的数据读写操作，管理多个Region，处理客户端请求；比如客户端查数据时，直接和RegionServer交互，不用经过HMaster。

HMaster：负责集群管理，比如Region的分配与迁移、元数据（hbase:meta表）维护、权限控制；但它不处理具体数据请求，所以单点故障时集群仍能读数据（写会受影响，需开启HA）。

Zookeeper：协调集群，存储HMaster地址、RegionServer状态（在线/离线）、分布式锁（比如防止多个HMaster同时启动）；HBase依赖Zookeeper实现高可用。

RowKey在HBase中的作用是什么？设计时要注意哪些点？

答：RowKey是HBase行的唯一标识，也是数据分片（Region）的依据（按RowKey范围划分Region），查询时只能通过RowKey或RowKey范围扫描，所以设计很关键。

注意点：

避免热点：比如用时间戳当RowKey会导致新数据全写入一个Region（热点Region），实际会用“哈希加盐”（比如RowKey前加2位随机数）或“时间戳反转”（比如1695000000改成0000050961）分散写入。

长度适中：RowKey存在内存和HFile中，太长会浪费资源，一般建议10-100字节，比如用“用户ID+日期”（user123这种短且有意义的组合。

二、进阶原理题

HBase的Region分裂和合并是怎么回事？什么时候会触发？

答：Region是HBase的最小数据分片，分裂是把大Region拆成小Region，合并是把小Region合成大Region，都是为了平衡负载。

分裂触发：默认当Region大小达到10GB（hbase.hregion.max.filesize配置）或StoreFile数量超过阈值（hbase.hstore.blockingStoreFiles）时自动分裂；也可以手动分裂（比如预分区时提前分好，避免自动分裂的瞬间性能波动）。

合并触发：当Region删除数据后变小，或出现大量小Region时，HMaster会触发合并；手动也能触发（用merge_region命令），但要注意合并时会消耗IO，一般选凌晨低峰期操作。

HBase的Compaction操作有什么用？Minor和MajorCompaction的区别是什么？

答：Compaction是把多个小的StoreFile（HBase的实际数据文件）合并成大文件，目的是减少文件数量、删除无效数据（比如被删除的行、过期版本），提升查询效率。

区别：

MinorCompaction：小范围合并，只合并部分StoreFile，不删除tombstone（删除标记）和过期版本，耗时短，默认自动触发（比如当StoreFile数量达3个）。

MajorCompaction：全量合并，合并一个Store下所有StoreFile，会删除tombstone和过期版本，耗时久、耗IO，生产环境一般禁用自动触发，改成每周手动触发1次（避免白天影响业务）。

三、实战问题题

HBase查询变慢，可能有哪些原因？怎么排查和解决？

答：常见原因和处理思路：

热点Region：看RegionServer的监控（比如HBaseUI的RegionServer页面），如果某个Region的请求量远超其他，就是热点。解决：先临时拆分热点Region，后续优化RowKey设计（比如加哈希前缀）。

StoreFile太多：查Region的StoreFile数量，超过10个就可能慢。解决：手动触发MinorCompaction，合并小文件。

缓存配置不合理：HBase有BlockCache（读缓存）和MemStore（写缓存），如果BlockCache太小，频繁读磁盘会慢。解决：调大hfile.block.cache.size（默认0.4，可提到0.5-0.6，注意RegionServer内存不能超配）。

数据倾斜：比如某类RowKey的数据量特别大，导致对应Region过大。解决：提前预分区（比如按用户ID范围分10个Region），分散数据。

HBase和HDFS的关系是什么？HBase为什么依赖HDFS？

答：HBase是构建在