基本信息

• 商品名稱：HBase實戰
• 作者：(美)迪米達克//卡拉納|譯者:謝磊
• 代碼：69
• 出版社：人民郵電
• ISBN號：9787115324467

其他參考信息

• 出版時間：2013-09-01
• 印刷時間：2013-09-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：314
• 字數：458千字

編輯推薦語

《HBase實戰》由迪米達克、卡拉納著，本書推薦： 1.《HBase實戰》是一個完整手冊，*是一本HBase項目實戰指導，是作者多年使用HBase實踐經驗的升華。《HBase實戰》*是*實用的HBase技術書，書中含有大量真實的應用和代碼示例。 2.本書兩位作者Nick Dimiduk和Amandeep Khurana都是長期的HBase實踐者，非常有真材實料。 3.本書譯者謝磊是ChinaHadoop技術社區發起人，**IT人士，從事軟件行業十多年，現在從事企業級大數據解決方案的工作，致力於大數據技術的普及和推廣。

內容提要

HBase是一種NoSQL存儲繫統，專門設計用來快速 隨機讀寫大規模數據。HBase運行在普通商用服務器 上，可以平滑擴展，以支持從中等規模到數十億行、 數百萬列的數據集。
     《HBase實戰》由迪米達克、卡拉納著，是一本 基於經驗提煉而成的指南，它教給讀者如何運用 HBase設計、搭建及運行大數據應用繫統。全書共分 為4個部分。前兩個部分分別介紹了分布式繫統和大 規模數據處理的發展歷史，講解HBase的基本原理模 式設計以及如何使用HBase的**特性；第三部分通 過真實的應用和代碼示例以及支持這些實踐技巧的理 論知識，進一步探索HBase的一些實用技術；第四部 分講解如何把原型開發繫統升級為羽翼豐滿的生產繫 統。
     《HBase實戰》適合所有對雲計算、大數據處理 技術和NoSQL數據庫感興趣的技術人員閱讀，尤其適 合對Hadoop及HBase感興趣的技術人員參考。閱讀 《HBase實戰》不要求之前具備HBase、Hadoop或者 MapReduce方面的知識。
    

作者簡介

Nick Dimiduk 數據架構師。他2008年開始使用HBase，當時解決了夜間ETL數據作業需要20多個小時纔可以完成的問題。之後他把Hadoop和HBase應用到了各種應用場景中，如社交媒體、社交遊戲、點擊流分析、氣候預測和地理信息繫統等。Nick還幫助建立了西雅圖Scalability Meetup，以支持創業。現在他把主要精力投入在分布式、可擴展的科學數據在線訪問繫統上。 Amandeep Khurana Cloudera公司方案架構師。在這家公司，他幫助用戶使用Hadoop和HBase，提供從規劃到構建和部署的全程服務。加入Cloudera之前，Amandeep在***的Elastic MapReduce團隊工作，提供*** Web Services雲服務。Amandeep的專業背景在於大規模分布式繫統和信息管理。 謝磊 ChinaHadoop技術社區發起人。畢業於清華大學電機工程繫，獲工學碩士學位。**IT人士，從事軟件行業十多年，先後服務於HP、BMC Software、北京小像科技等多家公司，歷任HP 軟件部和咨詢事業部**顧問、BMC Software中國區技術總監、北京小像科技有限公司執行董事。對企業級數據中心的建設、運維、管理方面有著深刻的理解。現在從事企業級大數據解決方案的工作，致力於大數據技術的普及和推廣。

目錄

**部分 HBase基礎

**章 HBase介紹 3
1.1 數據管理繫統：速成 4
1.1.1 你好，大數據 5
1.1.2 數據創新 6
1.1.3 HBase的崛起 7
1.2 HBase使用場景和成功案例 8
1.2.1 典型互聯網搜索問題：BigTable發明的原因 8
1.2.2 抓取增量數據 9
1.2.3 內容服務 12
1.2.4 信息交換 13
1.3 你好HBase 14
1.3.1 快速安裝 14
1.3.2 HBase Shell命令行交互 16
1.3.3 存儲數據 17
1.4 小結 18

第2章 入門 20
2.1 從頭開始 21
2.1.1 創建表 21
2.1.2 檢查表模式 22
2.1.3 建立連接 22
2.1.4 連接管理 23
2.2 數據操作 23
2.2.1 存儲數據 24
2.2.2 修改數據 25
2.2.3 工作機制：HBase寫路徑 25
2.2.4 讀數據 26
2.2.5 工作機制：HBase讀路徑 27
2.2.6 刪除數據 28
2.2.7 合並：HBase的後臺工作 28
2.2.8 有時間版本的數據 29
2.2.9 數據模型概括 30
2.3 數據坐標 31
2.4 小結 33
2.5 數據模型 37
2.5.1 邏輯模型：有序映射的映射集合 37
2.5.2 物理模型：面向列族 39
2.6 表掃描 40
2.6.1 設計用於掃描的表 41
2.6.2 執行掃描 42
2.6.3 掃描器緩存 43
2.6.4 使用過濾器 43
2.7 原子操作 44
2.8 ACID語義 45
2.9 小結 46

第3章 分布式的HBase、HDFS和MapReduce 48
3.1 一個MapReduce的例子 49
3.1.1 延遲與吞吐量 49
3.1.2 串行計算吞吐量有限 50
3.1.3 並行計算提高吞吐量 50
3.1.4 MapReduce：用布式計算*大化吞吐量 51
3.2 Hadoop MapReduce概覽 52
3.2.1 MapReduce數據流介紹 53
3.2.2 MapReduce內部機制 57
3.3 分布式模式的HBase 58
3.3.1 切分和分配大表 58
3.3.2 如何找到region 61
3.3.3 如何找到–ROOT–表 62
3.4 HBase和MapReduce 64
3.4.1 使用HBase作為數據源 64
3.4.2 使用HBase接收數據 66
3.4.3 使用HBase共享資源 67
3.5 信息彙總 71
3.5.1 編寫MapReduce應用 72
3.5.2 運行MapReduce應用 73
3.6 大規模條件下的可用性和可靠性 74
3.6.1 HDFS作為底層存儲 75
3.7 小結 77

第二部分 **概念

第4章 HBase表設計 81
4.1 如何開始模式設計 82
4.1.1 問題建模 82
4.1.2 需求定義：提前多做準備工作總是有好處的 84
4.1.3 均衡分布數據和負載的建模方法 87
4.1.4 目標數據訪問 93
4.2 反規範化是HBase世界裡的詞語 95
4.3 相同表裡的混雜數據 97
4.4 行鍵設計策略 98
4.5 IO考慮 99
4.5.1 為寫優化 99
4.5.2 為讀優化 101
4.5.3 基數和行鍵結構 101
4.6 從關繫型到非關繫型 102
4.6.1 一些基本概念 103
4.6.2 嵌套實體 105
4.6.3 沒有映射到的一些東西 106
4.7 列族**配置 107
4.7.1 可配置的數據塊大小 107
4.7.2 數據塊緩存 108
4.7.3 激進緩存 108
4.7.4 布隆過濾器 108
4.7.5 生存時間(TTL) 109
4.7.6 壓縮 110
4.7.時間版本 110
4.8 過濾數據 111
4.8.1 實現一個過濾器 113
4.8.2 預裝過濾器 115
4.9 小結 118

第5章 使用協處理器擴展HBase 120
5.1 兩種協處理器 121
5.1.1 Observer協處理器 121
5.1.2 endpoint協處理器 123
5.2 實現一個observer 124
5.2.1 修改模式 124
5.2.2 從HBase開始 126
5.2.3 安裝observer 128
5.2.4 其他安裝選項 130
5.3 實現一個endpoint 131
5.3.1 為endpoint定義接口 131
5.3.2 實現endpoint服務器 132
5.3.3 實現endpoint客戶端 133
5.3.4 部署endpoint服務器 135
5.3.5 試運行 136
5.4 小結 136

第6章 其他的HBase客戶端選擇 137
6.1 在UNIX裡使用HBase Shell腳本 138
6.1.1 準備HBase Shell 138
6.1.2 使用UNIX Shell腳本創建表模式 139
6.2 使用JRuby進行HBase Shell編程 141
6.2.1 準備HBase Shell 141
6.2.2 訪問TwitBase的users表 142
6.3 通過REST訪問HBase 144
6.3.1 啟動HBase REST服務 145
6.3.2 訪問TwitBase的users表 146
6.4 通過Python使用HBase Thrift網關 149
6.4.1 生成Python語言的HBase Thrift客戶端庫 151
6.4.2 啟動HBase Thrift服務 152
6.4.3 掃描TwitBaseuser表 153
6.5 asynchbase：另外一種HBase Java客戶端 156
6.5.1 創建一個asynchbase項目 157
6.5.2 改變TwitBase的密碼策略 159
6.5.3 試運行 171
6.6 小結 172

第三部分 應用繫統實例

第7章 通過實例學習HBase：OpenTSDB 175
7.1 OpenTSDB概述 176
7.1.1 挑戰：基礎設施監控 177
7.1.2 數據：時間序列 178
7.1.3 存儲：HBase 179
7.2 設計一個HBase應用繫統 180
7.2.1 模式設計 180
7.2.2 應用架構 184
7.3 實現一個HBase應用繫統 187
7.3.1 存儲數據 187
7.3.2 查詢數據 192
7.4 小結 196

第8章 在HBase上查詢地理信息繫統 197
8.1 運用地理數據 197
8.2 設計一個空間索引 199
8.2.1 從復合行鍵開始 201
8.2.2 介紹geohash 202
8.2.3 理解geohash 205
8.2.4 在有空間感知特性的行鍵裡使用geohash 206
8.3 實現*近鄰居查詢 210
8.4 把計算工作推往服務器端 215
8.4.1 基於查詢多邊形創建一次geohash掃描 217
8.4.2 區域內查詢**幕：客戶端 222
8.4.3 區域內查詢第二幕：WithinFilter 224
8.5 小結 228

第四部分 讓HBase運轉起來

第9章 部署HBase 233
9.1 規劃集群 234
9.1.1 原型集群 235
9.1.2 小型生產集群(10～20臺服務器) 235
9.1.3 中型生產集群(50臺以下服務器) 236
9.1.4 大型生產集群(超過50臺服務器) 237
9.1.5 Hadoop Master節點 237
9.1.6 HBase Master 238
9.1.7 Hadoop DataNode和HBase RegionServer 238
9.1.8 ZooKeeper 239
9.1.9 采用雲服務怎麼樣？ 240
9.2 部署軟件 242
9.2.1 Whirr：在雲端部署 242
9.3 發行版本 244
9.3.1 使用原生Apache發行版本 244
9.3.2 使用Cloudera的CDH發行版本 245
9.4 配置 246
9.4.1 HBase配置 246
9.4.2 與HBase有關的Hadoop配置參數 252
9.4.3 操作繫統配置 253
9.5 管理守護進程 254
9.6 小結 255

**0章 運維 256
10.1 監控你的集群 257
10.1.1 HBase如何輸出監控指標 257
10.1.2 收集監控指標和圖形展示 258
10.1.3 HBase輸出的監控指標 260
10.1.4 應用端監控 264
10.2 HBase集群的性能 265
10.2.1 性能測試 265
10.2.2 什麼影響了HBase的性能 268
10.2.3 優化支撐繫統 269
10.2.4 優化HBase 270
10.3 集群管理 274
10.3.1 啟動和停止HBase 274
10.3.2 優雅停止和讓節點退役 275
10.3.3 增加節點 276
10.3.4 滾動重啟和升級 276
10.3.5 bin/hbase和HbaseShell 277
10.3.6 維護一致性——hbck 283
10.3.7 查看HFile和HLog 286
10.3.8 預先拆分表 288
10.4 備份和復制 290
10.4.1 集群間復制 290
10.4.2 使用MapReduce作業進行備份 294
10.4.3 備份根目錄 298
10.5 小結 299

附錄A 探索HBase繫統 300
附錄B *多關於HDFS的工作原理 307