HBase权威指南 PDF 完整超清版

Apache HBase项目风险管理联合会现任主席Michael Stack作序强烈推荐。

作者Lars George是HBase Committer，HBase文本文档的关键推动者，Cloudera企业解决方法系统架构师，关键为Hadoop和HBase出示服务支持、资询和业务培训。

它是一本详细介绍HBase內部体制的书，是*权威的HBase开发设计指南。《HBase权威指南》讨论了怎样根据应用与HBase高度集成的Hadoop将HBase的可伸缩性越来越简易；把大中型uci数据集遍布到相对性便宜的商业服务服务器集群中；应用当地Java手机客户端，或是根据出示了REST、Avro和Thrift运用编写程序插口的网关ip网络服务器来浏览HBase；掌握HBase构架的关键点，包含储存格式、预写日志、后台管理系统进程等；在HBase中集成MapReduce框架结构；掌握怎样调整集群服务器、策略模式、复制表、导进大批量统计数据和删掉连接点等。　　《HBase权威指南》合适应用HBase开展数据库开发的高級数据库查询产品研发工作人员阅读文章。

目录

• 第1章　简介　1
• 1.1　海量数据的黎明　1
• 1.2　关系数据库系统的问题　5
• 1.3　非关系型数据库系统Not-Only-SQL(简称NoSQL)　7
• 1.3.1　维度　9
• 1.3.2　可扩展性　12
• 1.3.3　数据库的范式化和反范式化　12
• 1.4　结构　15
• 1.4.1　背景　15
• 1.4.2　表、行、列和单元格　16
• 1.4.3　自动分区　20
• 1.4.4　存储API　21
• 1.4.5　实现　22
• 1.4.6　小结　25
• 1.5　HBase：Hadoop数据库　25
• 1.5.1　历史　26
• 1.5.2　命名　27
• 1.5.3　小结　27
• 第2章　安装　28
• 2.1　快速启动指南　28
• 2.2　必备条件　31
• 2.2.1　硬件　31
• 2.2.2　软件　37
• 2.3　HBase使用的文件系统　47
• 2.3.1　本地模式　48
• 2.3.2　HDFS　49
• 2.3.3　S3　49
• 2.3.4　其他文件系统　50
• 2.4　安装选项　50
• 2.4.1　Apache二进制发布包　50
• 2.4.2　编译源码　52
• 2.5　运行模式　53
• 2.5.1　单机模式　53
• 2.5.2　分布式模式　53
• 2.6　配置　57
• 2.6.1　hbase-site.xml与hbase-default.xml　58
• 2.6.2　hbase-env.sh　59
• 2.6.3　regionserver　59
• 2.6.4　log4j.properties　59
• 2.6.5　配置示例　59
• 2.6.6　客户端配置　61
• 2.7　部署　61
• 2.7.1　基于脚本　62
• 2.7.2　Apache Whirr　63
• 2.7.3　Puppet与Chef　63
• 2.8　操作集群　64
• 2.8.1　确定安装运行　64
• 2.8.2　Web UI介绍　65
• 2.8.3　Shell介绍　66
• 2.8.4　关闭集群　66
• 第3章　客户端API：基础知识　68
• 3.1　概述　68
• 3.2　CRUD操作　69
• 3.2.1　put方法　69
• 3.2.2　get方法　87
• 3.2.3　删除方法　97
• 3.3　批量处理操作　107
• 3.4　行锁　110
• 3.5　扫描　114
• 3.5.1　介绍　114
• 3.5.2　ResultScanner类　117
• 3.5.3　缓存与批量处理　119
• 3.6　各种特性　125
• 3.6.1　HTable的实用方法　125
• 3.6.2　Bytes类　127
• 第4章　客户端API：高级特性　129
• 4.1　过滤器　129
• 4.1.1　过滤器简介　129
• 4.1.2　比较过滤器　132
• 4.1.3　专用过滤器　139
• 4.1.4　附加过滤器　147
• 4.1.5　FilterList　151
• 4.1.6　自定义过滤器　153
• 4.1.7　过滤器总结　159
• 4.2　计数器　160
• 4.2.1　计数器简介　160
• 4.2.2　单计数器　163
• 4.2.3　多计数器　164
• 4.3　协处理器　166
• 4.3.1　协处理器简介　167
• 4.3.2　Coprocessor类　168
• 4.3.3　协处理器加载　171
• 4.3.4　RegionObserver类　174
• 4.3.5　MasterObserver类　180
• 4.3.6　endpoint　184
• 4.4　HTablePool　190
• 4.5　连接管理　194
• 第5章　客户端API：管理功能　197
• 5.1　模式定义　197
• 5.1.1　表　197
• 5.1.2　表属性　199
• 5.1.3　列族　202
• 5.2　HBaseAdmin　207
• 5.2.1　基本操作　208
• 5.2.2　表操作　209
• 5.2.3　模式操作　217
• 5.2.4　集群管理　219
• 5.2.5　集群状态信息　222
• 第6章　可用客户端　230
• 6.1　REST、Thrift和Avro的介绍　230
• 6.2　交互客户端　233
• 6.2.1　原生Java　233
• 6.2.2　REST　233
• 6.2.3　Thrift　240
• 6.2.4　Avro　244
• 6.2.5　其他客户端　245
• 6.3　批处理客户端　246
• 6.3.1　MapReduce　246
• 6.3.2　Hive　246
• 6.3.3　Pig　252
• 6.3.4　Cascading　256
• 6.4　Shell　257
• 6.4.1　基础　257
• 6.4.2　命令　259
• 6.4.3　脚本　263
• 6.5　基于Web的UI　265
• 6.5.1　master的UI　265
• 6.5.2　region服务器的UI　270
• 6.5.3　共享页面　272
• 第7章　与MapReduce集成　275
• 7.1　框架　275
• 7.1.1　MapReduce介绍　275
• 7.1.2　类　276
• 7.1.3　支撑类　279
• 7.1.4　MapReduce的执行地点　279
• 7.1.5　表拆分　280
• 7.2　在HBase之上的MapReduce　281
• 7.2.1　准备　281
• 7.2.2　数据流向　286
• 7.2.3　数据源　291
• 7.2.4　数据源与数据流向　293
• 7.2.5　自定义处理　296
• 第8章　架构　299
• 8.1　数据查找和传输　299
• 8.1.1　B+树　299
• 8.1.2　LSM树　300
• 8.2　存储　302
• 8.2.1　概览　303
• 8.2.2　写路径　304
• 8.2.3　文件　305
• 8.2.4　HFile格式　313
• 8.2.5　KeyValue格式　316
• 8.3　WAL　316
• 8.3.1　概述　317
• 8.3.2　HLog类　318
• 8.3.3　HLogKey类　319
• 8.3.4　WALEdit类　319
• 8.3.5　LogSyncer类　319
• 8.3.6　LogRoller类　320
• 8.3.7　回放　321
• 8.3.8　持久性　324
• 8.4　读路径　325
• 8.5　region查找　328
• 8.6　region生命周期　330
• 8.7　ZooKeeper　330
• 8.8　复制　333
• 8.8.1　Log Edit的生命周期　334
• 8.8.2　内部机制　335
• 第9章　高级用法　339
• 9.1　行键设计　339
• 9.1.1　概念　339
• 9.1.2　高表与宽表　341
• 9.1.3　部分键扫描　342
• 9.1.4　分页　343
• 9.1.5　时间序列　344
• 9.1.6　时间顺序关系　348
• 9.2　高级模式　350
• 9.3　辅助索引　350
• 9.4　搜索集成　354
• 9.5　事务　357
• 9.6　布隆过滤器　358
• 9.7　版本管理　361
• 9.7.1　隐式版本控制　361
• 9.7.2　自定义版本控制　364
• 第10章　集群监控　366
• 10.1　介绍　366
• 10.2　监控框架　367
• 10.2.1　上下文、记录和监控指标　367
• 10.2.2　master监控指标　372
• 10.2.3　region服务器监控指标　373
• 10.2.4　RPC监控指标　375
• 10.2.5　JVM监控指标　376
• 10.2.6　info监控指标　377
• 10.3　Ganglia　378
• 10.3.1　安装　379
• 10.3.2　用法　383
• 10.4　JMX　386
• 10.4.1　JConsole　388
• 10.4.2　JMX远程API　390
• 10.5　Nagios　394
• 第11章　性能优化　395
• 11.1　垃圾回收优化　395
• 11.2　本地memstore分配缓冲区　398
• 11.3　压缩　399
• 11.3.1　可用的编解码器　400
• 11.3.2　验证安装　401
• 11.3.3　启用压缩　403
• 11.4　优化拆分和合并　404
• 11.4.1　管理拆分　404
• 11.4.2　region热点　405
• 11.4.3　预拆分region　406
• 11.5　负载均衡　407
• 11.6　合并region　408
• 11.7　客户端API：最佳实践　409
• 11.8　配置　411
• 11.9　负载测试　414
• 11.9.1　性能评价　414
• 11.9.2　YCSB　416
• 第12章　集群管理　421
• 12.1　运维任务　421
• 12.1.1　减少节点　421
• 12.1.2　滚动重启　423
• 12.1.3　新增服务器　424
• 12.2　数据任务　428
• 12.2.1　导入/导出　428
• 12.2.2　CopyTable工具　433
• 12.2.3　批量导入　435
• 12.2.4　复制　438
• 12.3　额外的任务　440
• 12.3.1　集群共存　440
• 12.3.2　端口要求　442
• 12.4　改变日志级别　442
• 12.5　故障处理　443
• 12.5.1　HBase Fsck　443
• 12.5.2　日志分析　445
• 12.5.3　常见问题　447
• 附录A　HBase配置属性　451
• 附录B　计划　467
• 附录C　版本升级　469
• 附录D　分支　471
• 附录E　Hush SQL Schema　473
• 附录F　对比HBase和BigTable　475