Hbase 面试题一

Hbase 中如何统计一张表的行数最快？

1. 方案一：分布式计算程序，读取 Hbase 数据，统计 rowkey 的个数

   #在第一台机器启动
   start-yarn.sh
   #在第一台机器运行
   hbase org.apache.hadoop.hbase.mapreduce.RowCount 'qx:t2'
   

2. 方案二：count 命令，相对比较常用，速度中等

   count '表名'
   

3. 方案三：协处理器，最快的方式
   （1）类似于 Hive 中的 UDF，自己开发一个协处理器，监听表，表中多一条数据，就加1
   （2）直接读取这个值就可以得到行数。

大数据集群中常用的端口有哪些？

1. hbase的服务端地址：任何一个Hbase 客户端要连接 Hbase，都要指定 ZK 的地址；16010
2. hdfs：8020，RPC 协议；9870，HTTP协议
3. yarn：8032，RPC 协议；8088，HTTP协议
4. HistoryServer：10020，RPC 协议；19888，HTTP协议
5. zookeeper：2181
6. kafka：9092
7. redis：6379
8. Hive Server：10000 ，MetaStore ：9083

Hbase 的读写流程是怎么样的？

1. 写的流程：
（1）首先，由客户端将数据写请求提交给 Hbase；
（2）Hbase 接收到客户端提交的读写请求之后，会根据表名来判断，该数据是在哪些分区进行读写，缩小一定的范围；【表是逻辑的概念，每张表在物理层实际上对应多个分区 Region】
（3）接着 Hbase 会根据 Rowkey 来定位到数据是写入哪一个分区。Put 操作会将写请求提交给对应的 RegionServer.
（4）每个分区内部会根据列族划分多个 Store。不同的列族存储在不同的Store上；相同的列族存储在同一个Store中。RegionServer 根据列族将数据写入分区中对应的Store中。
（5）每一个Store 内部有两部分组成，一个是MemStore，一个是StoreFile。StoreFile 逻辑上属于Store，但物理层实际对应的是 HDFS。数据会先写入 MemStore，当达到一定的阈值或者触发一定的条件，MemStore中的数据会被刷写到StoreFile中。MemStore的数据会被清空，继续接收 Hbase 的读写请求。

参考命令：

put 'ns:tbname','rowkey','cf:column','value'

2. 读的流程
（1）首先，由客户端将数据读请求提交给 Hbase；
（2）Hbase 接收到客户端提交的读请求之后，会根据表名来判断，该数据是从哪些分区进行读取，缩小一定的范围；【表是逻辑的概念，每张表在物理层实际上对应多个分区 Region】
（3）接着 Hbase 会根据 Rowkey 来判断数据是要从哪一个分区进行读取。读取对应的Store中对应的数据即可。

参考命令：

get 'qx:t2','0888888888888'

如何将某个表内存中的所有数据刷写到磁盘

可以用命令：flush 'qx:t2'