Hbase的三种索引_全局索引,覆盖索引,本地索引（七）-阿里云开发者社区

分布式NoSQL列存储数据库Hbase（七）

如何培养解决错误的能力

Hbase启动以后，进程会自动消失？
运行程序时的一些报错？
所有错误都是有日志的

软件的错误：找到软件的日志
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2aGqsq2h-1616590200777)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324092337557.png)]

tail -100f logs/hbase-root-master-node1.log

Java的程序错误：都是Exception

根据Exception的错误，分析原因
ArrayOutOfIndexException：数据越界异常

引用了一个不存在的下标
排查：引用元素的位置

ConnectionException：Connection Refused：连接拒绝异常

请求地址：hostname：port

主机名不正确
端口不对

进程没有正常启动，端口没有开放

NullException：空指针异常

变量的值为null

OutOfMemoryException：内存溢出异常

内存空间存储不足

ClassNotFoundException：类找不到

缺少jar包，jar包有问题
jar包冲突

CastClassException：转换异常

建议

第一：先百度，查询Exception
第二：如果第一步解决不了，超过5分钟咨询老师
第三：总结错误

现象
分析
解决

知识点02：课程目标

Phoenix实现二级索引

为什么要构建二级索引？
如何构建二级索引？【重点】

全局索引
覆盖索引
本地索引
三种索引区别和各自的应用场景

Hbase整体读写流程

集群中每个角色的具体功能

Master
RegionServer

Hbase读写数据中：元数据的内容和检索过程==【重点】==

知识点03：Phoenix二级索引设计

目标

基于Phoenix构建Hbase二级索引并维护二级索引

分析

为什么需要构建二级索引？

因为Hbase使用Rowkey作为唯一索引，无法满足大部分的查询走索引，导致性能较差
构建二级索引：通过走两次索引代替全表扫描

Phoenix如何实现二级索引？

Phoenix底层构建了大量的协处理器，来实现二级索引的构建

实现

step1：根据数据存储需求，创建原始数据表，将数据写入原始数据表

rowkey：id   name    age

step2：根据数据查询需求，构建二级索引，Phoenix自动创建索引表

create index indexName on tbName(colName);

rowkey：name_id

step3：查询数据时，Phoenix根据过滤条件是否存在二级索引，优先判断走二级索引代替全表扫描
step4：原始数据表发生数据变化时，Phoenix会自动更新索引表的数据

总结

在Phoenix中二级索引实现完全由Phoenix自主实现
不需要关心底层的实现，只需要使用语法创建索引即可
http://phoenix.apache.org/secondary_indexing.html

知识点04：二级索引：全局索引设计

目标

了解二级索引中全局索引的设计思想

分析

什么是全局索引？

当为某一列创建全局索引时，Phoenix自动创建一张索引表，将创建索引的这一列加上原表的rowkey作为新的rowkey

实现

原始数据表

rowkey：id   name    age

需求：根据name进行数据查询
创建全局索引

create index index01 on tbname(name);

自动构建索引表

rowkey：name_id    col：占位值

查询

先查询索引表：通过rowkey获取名称对应的id
再查询数据表：通过id查询对应的数据

总结

**特点：**默认只能对构建索引的字段做索引查询，如果查询中包含了不是索引的字段或者条件不是索引字段，不走索引
走索引

select name from table
select name from table where name = value

不走索引

select * from table where name = value

**应用：**写少读多

当原表的数据发生更新操作提交时，会被拦截
先更新所有索引表，然后再更新原表

知识点05：二级索引：全局索引实现

目标

基于Phoenix实现全局索引的测试

分析

step1：先创建原始数据表
step2：基于查询条件创建索引
step3：实现索引查询

实现

不构建索引，先查询，查看执行计划

select "user_id" from ORDER_DTL where "user_id" = '8237476';
explain select "user_id" from ORDER_DTL where "user_id" = '8237476';

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DCGxHMk7-1616590200779)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324102219687.png)]
基于user_id构建全局索引

create index GBL_IDX_ORDER_DTL on ORDER_DTL(C1."user_id");

查看索引表

!tables

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dmsKS7ME-1616590200780)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324102348151.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HLoZolzn-1616590200781)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324102530846.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TQk7O8T7-1616590200782)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324102548631.png)]
查询数据及查询计划

select "user_id" from ORDER_DTL where "user_id" = '8237476';
explain select "user_id" from ORDER_DTL where "user_id" = '8237476';

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Rr9tNjVj-1616590200783)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324102631657.png)]
如果查询条件不是索引字段

explain select "user_id" from ORDER_DTL where "money" = 9390.0;

如果查询内容不是索引字段，查看执行计划

explain select "user_id", "id", "money" from ORDER_DTL where "user_id" = '8237476';

强制走索引

explain select /*+ INDEX(ORDER_DTL GBL_IDX_ORDER_DTL) */ * from ORDER_DTL where "user_id" = '8237476';

删除索引

drop index GBL_IDX_ORDER_DTL on ORDER_DTL;

总结

全局索引是最常用的基础二级索引类型
索引表结构

rowkey：查询条件字段 + 原表rowkey

应用：适合于读多写少的场景
特点：如果查询条件或者查询内容中包含非索引字段，将不走索引，可以强制走索引

知识点06：二级索引：覆盖索引设计

目标

了解二级索引中覆盖索引的设计思想

分析

什么是覆盖索引？

在构建全局索引时，将经常作为查询条件的列放入索引表中，直接通过索引表来返回数据结果

实现

原始数据表

rowkey：id   name    age   addr    phone

需求：根据name进行数据查询
创建全局索引

create index index01 on tbname(name);

自动构建索引表

rowkey：name_id    col：占位值

如果需求发生改变，查询name和age，上面的全局索引会失效
创建全局+覆盖：include(age)

create index index01 on tbname(name) include(age);

自动构建索引表

rowkey:name_id    col：age

select name from table;
select name from table where age = 20
select name , age from table

总结

**特点：**基于全局索引构建，将常用的查询结果放入索引表中，直接从索引表返回结果
**应用：**适合于查询条件比较固定，数据量比较小的场景下
注意：不建议将大部分列都放入覆盖索引，导致索引表过大，性能降低

知识点07：二级索引：覆盖索引实现

目标

基于Phoenix实现覆盖索引的测试

分析

step1：先创建原始数据表
step2：基于查询条件创建覆盖索引
step3：实现索引查询

实现

不构建索引，先查询，查看执行计划

select "user_id", "id", "money" from ORDER_DTL where "user_id" = '8237476';
explain select "user_id", "id", "money" from ORDER_DTL where "user_id" = '8237476';

基于user_id构建全局索引，运行通过user_id查询订单id和支付金额

create index GBL_IDX_ORDER_DTL on ORDER_DTL(C1."user_id") INCLUDE("id", C1."money");

查看索引表

!tables

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WeyeOlZG-1616590200784)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324104259966.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qJodnjuq-1616590200784)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324104408082.png)]
查询数据

select "user_id", "id", "money" from ORDER_DTL where "user_id" = '8237476';

查看执行计划

explain select "user_id", "id", "money" from ORDER_DTL where "user_id" = '8237476';

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oWBK8XF7-1616590200785)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324104452747.png)]
如果查询条件不是索引字段

explain select “user_id”, “id”, “money” from ORDER_DTL where “pay_way” = 1;

- 如果查询内容不是索引字段，查看执行计划
```sql
explain select "user_id", "id", "pay_way" from ORDER_DTL where "user_id" = '8237476';

使用HINT强制走索引

explain select /*+ INDEX(ORDER_DTL GBL_IDX_ORDER_DTL) */ * from ORDER_DTL where "user_id" = '8237476';

删除索引

drop index GBL_IDX_ORDER_DTL on ORDER_DTL;

总结

覆盖索引是基于全局索引实现的
目的是将常用的查询结果放入索引表中，直接从索引表返回数据

知识点08：二级索引：本地索引设计

目标

了解二级索引中本地索引的设计思想

分析

什么是本地索引？

将索引数据与对应的原始数据放在同一台机器，避免了跨网络传输，提高了写的性能

实现

构建索引数据时，将索引数据直接存储在原表中，用一个列族来实现

总结

特点

即使查询数据中包含了非索引字段，也会走本地索引
本地索引会修改原始数据

如果构建了本地索引，不能通过Hbase的API来读写数据的，必须通过Phoenix来实现读写

本地索引对盐表不生效的

应用：写多读少

提高构建索引时对写的性能的影响
最终所有索引都是为了提高读的性能的

知识点09：二级索引：本地索引实现

目标

基于Phoenix实现本地索引的测试

分析

step1：先创建原始数据表
step2：基于查询条件创建本地索引
step3：实现索引查询

实现

关闭Hbase及Phoenix
修改hbase-site.xml中Zookeeper的连接，所有Hbase节点及Phoenix的bin目录下

<property>
    <name>hbase.zookeeper.quorum</name>
    <value>node1,node2,node3:2181</value>
  </property>

重启Hbase和Phoenix
删除表

drop table if exists ORDER_DTL;
create table if not exists ORDER_DTL(
    "id" varchar primary key,
    C1."status" varchar,
    C1."money" float,
    C1."pay_way" integer,
    C1."user_id" varchar,
    C1."operation_time" varchar,
    C1."category" varchar
) 
CONPRESSION='GZ';
UPSERT INTO "ORDER_DTL" VALUES('02602f66-adc7-40d4-8485-76b5632b5b53','已提交',4070,1,'4944191','2020-04-25 12:09:16','手机;');
UPSERT INTO "ORDER_DTL" VALUES('0968a418-f2bc-49b4-b9a9-2157cf214cfd','已完成',4350,1,'1625615','2020-04-25 12:09:37','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('0e01edba-5e55-425e-837a-7efb91c56630','已提交',6370,3,'3919700','2020-04-25 12:09:39','男装;男鞋;');
UPSERT INTO "ORDER_DTL" VALUES('0f46d542-34cb-4ef4-b7fe-6dcfa5f14751','已付款',9380,1,'2993700','2020-04-25 12:09:46','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('1fb7c50f-9e26-4aa8-a140-a03d0de78729','已完成',6400,2,'5037058','2020-04-25 12:10:13','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('23275016-996b-420c-8edc-3e3b41de1aee','已付款',280,1,'3018827','2020-04-25 12:09:53','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('2375a7cf-c206-4ac0-8de4-863e7ffae27b','已完成',5600,1,'6489579','2020-04-25 12:08:55','食品;家用电器;');
UPSERT INTO "ORDER_DTL" VALUES('269fe10c-740b-4fdb-ad25-7939094073de','已提交',8340,2,'2948003','2020-04-25 12:09:26','男装;男鞋;');
UPSERT INTO "ORDER_DTL" VALUES('2849fa34-6513-44d6-8f66-97bccb3a31a1','已提交',7060,2,'2092774','2020-04-25 12:09:38','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('28b7e793-6d14-455b-91b3-0bd8b23b610c','已提交',640,3,'7152356','2020-04-25 12:09:49','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('2909b28a-5085-4f1d-b01e-a34fbaf6ce37','已提交',9390,3,'8237476','2020-04-25 12:10:08','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('2a01dfe5-f5dc-4140-b31b-a6ee27a6e51e','已提交',7490,2,'7813118','2020-04-25 12:09:05','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('2b86ab90-3180-4940-b624-c936a1e7568d','已付款',5360,2,'5301038','2020-04-25 12:08:50','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('2e19fbe8-7970-4d62-8e8f-d364afc2dd41','已付款',6490,0,'3141181','2020-04-25 12:09:22','食品;家用电器;');
UPSERT INTO "ORDER_DTL" VALUES('2fc28d36-dca0-49e8-bad0-42d0602bdb40','已付款',3820,1,'9054826','2020-04-25 12:10:04','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('31477850-8b15-4f1b-9ec3-939f7dc47241','已提交',4650,2,'5837271','2020-04-25 12:08:52','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('39319322-2d80-41e7-a862-8b8858e63316','已提交',5000,1,'5686435','2020-04-25 12:08:51','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('3d2254bd-c25a-404f-8e42-2faa4929a629','已完成',5000,1,'1274270','2020-04-25 12:08:43','男装;男鞋;');
UPSERT INTO "ORDER_DTL" VALUES('42f7fe21-55a3-416f-9535-baa222cc0098','已完成',3600,2,'2661641','2020-04-25 12:09:58','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('44231dbb-9e58-4f1a-8c83-be1aa814be83','已提交',3950,1,'3855371','2020-04-25 12:08:39','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('526e33d2-a095-4e19-b759-0017b13666ca','已完成',3280,0,'5553283','2020-04-25 12:09:01','食品;家用电器;');
UPSERT INTO "ORDER_DTL" VALUES('5a6932f4-b4a4-4a1a-b082-2475d13f9240','已提交',50,2,'1764961','2020-04-25 12:10:07','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('5fc0093c-59a3-417b-a9ff-104b9789b530','已提交',6310,2,'1292805','2020-04-25 12:09:36','男装;男鞋;');
UPSERT INTO "ORDER_DTL" VALUES('605c6dd8-123b-4088-a047-e9f377fcd866','已完成',8980,2,'6202324','2020-04-25 12:09:54','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('613cfd50-55c7-44d2-bb67-995f72c488ea','已完成',6830,3,'6977236','2020-04-25 12:10:06','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('62246ac1-3dcb-4f2c-8943-800c9216c29f','已提交',8610,1,'5264116','2020-04-25 12:09:14','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('625c7fef-de87-428a-b581-a63c71059b14','已提交',5970,0,'8051757','2020-04-25 12:09:07','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('6d43c490-58ab-4e23-b399-dda862e06481','已提交',4570,0,'5514248','2020-04-25 12:09:34','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('70fa0ae0-6c02-4cfa-91a9-6ad929fe6b1b','已付款',4100,1,'8598963','2020-04-25 12:09:08','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('7170ce71-1fc0-4b6e-a339-67f525536dcd','已完成',9740,1,'4816392','2020-04-25 12:09:51','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('71961b06-290b-457d-bbe0-86acb013b0e3','已完成',6550,3,'2393699','2020-04-25 12:08:49','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('72dc148e-ce64-432d-b99f-61c389cb82cd','已提交',4090,1,'2536942','2020-04-25 12:10:12','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('7c0c1668-b783-413f-afc4-678a5a6d1033','已完成',3850,3,'6803936','2020-04-25 12:09:20','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('7fa02f7a-10df-4247-9935-94c8b7d4dbc0','已提交',1060,0,'6119810','2020-04-25 12:09:21','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('820c5e83-f2e0-42d4-b5f0-83802c75addc','已付款',9270,2,'5818454','2020-04-25 12:10:09','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('83ed55ec-a439-44e0-8fe0-acb7703fb691','已完成',8380,2,'6804703','2020-04-25 12:09:52','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('85287268-f139-4d59-8087-23fa6454de9d','已取消',9750,1,'4382852','2020-04-25 12:10:00','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('8d32669e-327a-4802-89f4-2e91303aee59','已提交',9390,1,'4182962','2020-04-25 12:09:57','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('8dadc2e4-63f1-490f-9182-793be64fed76','已付款',9350,1,'5937549','2020-04-25 12:09:02','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('94ad8ee0-8898-442c-8cb1-083a4b609616','已提交',4370,0,'4666456','2020-04-25 12:09:13','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('994cbb44-f0ee-45ff-a4f4-76c87bc2b972','已付款',3190,3,'3200759','2020-04-25 12:09:25','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('9ff3032c-8679-4247-9e6f-4caf2dc93aff','已提交',850,0,'8835231','2020-04-25 12:09:40','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('9ff3032c-8679-4247-9e6f-4caf2dc93aff','已付款',850,0,'8835231','2020-04-25 12:09:45','食品;家用电器;');
UPSERT INTO "ORDER_DTL" VALUES('a467ba42-f91e-48a0-865e-1703aaa45e0e','已提交',8040,0,'8206022','2020-04-25 12:09:50','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('a5302f47-96d9-41b4-a14c-c7a508f59282','已付款',8570,2,'5319315','2020-04-25 12:08:44','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('a5b57bec-6235-45f4-bd7e-6deb5cd1e008','已提交',5700,3,'6486444','2020-04-25 12:09:27','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('ae5c3363-cf8f-48a9-9676-701a7b0a7ca5','已付款',7460,1,'2379296','2020-04-25 12:09:23','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('b1fb2399-7cf2-4af5-960a-a4d77f4803b8','已提交',2690,3,'6686018','2020-04-25 12:09:55','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('b21c7dbd-dabd-4610-94b9-d7039866a8eb','已提交',6310,2,'1552851','2020-04-25 12:09:15','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('b4bfd4b7-51f5-480e-9e23-8b1579e36248','已提交',4000,1,'3260372','2020-04-25 12:09:35','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('b63983cc-2b59-4992-84c6-9810526d0282','已提交',7370,3,'3107867','2020-04-25 12:08:45','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('bf60b752-1ccc-43bf-9bc3-b2aeccacc0ed','已提交',720,2,'5034117','2020-04-25 12:09:03','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('c808addc-8b8b-4d89-99b1-db2ed52e61b4','已提交',3630,1,'6435854','2020-04-25 12:09:10','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('cc9dbd20-cf9f-4097-ae8b-4e73db1e4ba1','已付款',5000,0,'2007322','2020-04-25 12:08:38','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('ccceaf57-a5ab-44df-834a-e7b32c63efc1','已提交',2660,2,'7928516','2020-04-25 12:09:42','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('d7be5c39-e07c-40e8-bf09-4922fbc6335c','已付款',8750,2,'1250995','2020-04-25 12:09:09','食品;家用电器;');
UPSERT INTO "ORDER_DTL" VALUES('dfe16df7-4a46-4b6f-9c6d-083ec215218e','已完成',410,0,'1923817','2020-04-25 12:09:56','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('e1241ad4-c9c1-4c17-93b9-ef2c26e7f2b2','已付款',6760,0,'2457464','2020-04-25 12:08:54','数码;女装;');
UPSERT INTO "ORDER_DTL" VALUES('e180a9f2-9f80-4b6d-99c8-452d6c037fc7','已完成',8120,2,'7645270','2020-04-25 12:09:32','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('e4418843-9ac0-47a7-bfd8-d61c4d296933','已付款',8170,2,'7695668','2020-04-25 12:09:11','家用电器;;电脑;');
UPSERT INTO "ORDER_DTL" VALUES('e8b3bb37-1019-4492-93c7-305177271a71','已完成',2560,2,'4405460','2020-04-25 12:10:05','男装;男鞋;');
UPSERT INTO "ORDER_DTL" VALUES('eb1a1a22-953a-42f1-b594-f5dfc8fb6262','已完成',2370,2,'8233485','2020-04-25 12:09:24','机票;文娱;');
UPSERT INTO "ORDER_DTL" VALUES('ecfd18f5-45f2-4dcd-9c47-f2ad9b216bd0','已付款',8070,3,'6387107','2020-04-25 12:09:04','酒店;旅游;');
UPSERT INTO "ORDER_DTL" VALUES('f1226752-7be3-4702-a496-3ddba56f66ec','已付款',4410,3,'1981968','2020-04-25 12:10:10','维修;手机;');
UPSERT INTO "ORDER_DTL" VALUES('f642b16b-eade-4169-9eeb-4d5f294ec594','已提交',4010,1,'6463215','2020-04-25 12:09:29','男鞋;汽车;');
UPSERT INTO "ORDER_DTL" VALUES('f8f3ca6f-2f5c-44fd-9755-1792de183845','已付款',5950,3,'4060214','2020-04-25 12:09:12','机票;文娱;');

不创建索引查询

select "status", "money", "pay_way", "user_id" from ORDER_DTL WHERE "status" = '已提交';
explain select "status", "money", "pay_way", "user_id" from ORDER_DTL WHERE "status" = '已提交' AND "pay_way" = 1;

创建本地索引

create local index LOCAL_IDX_ORDER_DTL on ORDER_DTL("id", "status", "money", "pay_way", "user_id") ;

基于本地索引查询

select * from ORDER_DTL WHERE "status" = '已提交';
explain select * from ORDER_DTL WHERE "status" = '已提交' AND "pay_way" = 1;

删除索引

drop index LOCAL_IDX_ORDER_DTL on ORDER_DTL;

基于聊天案例，创建本地索引，构建二级索引查询

CREATE LOCAL INDEX LOCAL_IDX_MOMO_MSG ON MOMO_CHAT.MSG(substr("msg_time", 0, 10), "sender_account", "receiver_account");

explain
select 
  * 
from "MOMO_CHAT"."MSG" 
where 
  substr("msg_time",0,10) = '2021-03-22' 
  and "sender_account" = '17351912952' 
  and "receiver_account" = '17742251415';

总结

本地索引设计：将索引与数据存储在同一台机器，提高读写的性能，通过建列族来实现的
本地索引不局限于是否对列构建索引，优先走本地索引实现数据查询

知识点10：二级索引：函数索引【了解】

目标

了解Hbase中的函数索引的概念

分析

本地、覆盖、全局：都是基于查询的列构建索引
什么是函数索引？

可以基于一个函数表达式去构建索引

实现

查询：过滤的条件是一个函数

SELECT EMP_ID FROM EMP WHERE UPPER(FIRST_NAME||' '||LAST_NAME)='JOHN DOE'

构建索引

CREATE INDEX UPPER_NAME_IDX ON EMP (UPPER(FIRST_NAME||' '||LAST_NAME))

Hive中

SQL：语法
函数

字符串

substr

replace_regex

concat/concat_ws

concat：直接拼接每个字符串，只有有1列为null，整个结果为null

concat(str1,str2,str3……)

concat_ws：可以指定分隔符，只要有1列不为null，整个结果不为null

concat(分隔符,str1,str2,str3……)

instr
……

日期

转换类：from_unix，unix_timestamp
获取：year、ceil、quator、month、day、hour

条件

if
case when

JSON处理：json_tuple，get_json_object
窗口函数：重点：row_number，rank，dense_rank,lead,lag，sum
URL解析：parse_url_tuple

总结

函数索引就是基于函数表达式创建索引，当执行相同的函数表达式查询时，可以通过索引实现快速查询
一般不用

知识点11：集群角色功能：Master

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5qsDzwNT-1616590200786)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210323223056968.png)]

管理所有从节点：RegionServer

监听Regionserver的状态，如果RegionServer发生故障，会实现这台RegionServer的数据恢复
基本原理：所有RegionServer会在ZK中注册一个临时节点，Master会监听Zookeeper中的这些节点

类似于HA选举的原理

数据是如何恢复的？

数据存储的位置
内存：RegionServer的内存中

如果RegionServer断电故障，内存中的数据丢失
解决：通过持久化日志来实现

WAL：HLog，write ahead log：预写日志

数据在写入内存之前，会将这个操作记录在WAL中
如果内存数据丢失，可以通过WAL进行恢复
存储在HDFS上

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JK77zwSO-1616590200786)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324113740340.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GGdmPWuF-1616590200786)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324113753586.png)]

磁盘：HDFS中

如果RegionServer故障，不影响HDFS的数据

管理元数据

Master会接受所有DDL请求
Master启动时会加载meta表和namespace的数据，获取元数据记录在ZK中
Master会将所有管理类的元数据存储在ZK中

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Lohj84Ke-1616590200787)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210324114021119.png)]
管理Region的分配

创建表、分配region
regionserver故障，重新分配region到别的regionserver上
region分裂，将新的region分配到regionserver上

知识点12：集群角色功能：RegionServer

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9prEEpeU-1616590200787)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210323223219354.png)]

负责管理所有Region的数据读写，接受客户端对于region的读写请求
维护所有存储角色

WAL：write ahead log：预写日志
Region：存储分区
Store：列族，存储单元
Memstore：写缓存，数据先写入MemStore
BlockCache：读缓存，如果第一次从HDFS中读取，可以配置将读取的结果放入读缓存，下次直接从读缓存中读取

读的顺序

先读memstore
如果没有，数据在HDFS的文件中：怎么能让Hbase读HDFS文件能很快？

Rowkey是有序的
列族的设计
二进制文件

可以指定对列族的数据是否开启读缓存，如果开启了读缓存

第一次从HDFS读取完成以后，将结果放入读缓存BlockCache：内存区域
第二次开始

先读memstore
再读Blockcache
再读HDFS

StoreFile：如果MemStore存储的容量达到一定条件，将MEMStore中的数据写入HDFS

实现分布式内存存储

知识点13：集群角色功能：HDFS与ZK

HDFS功能

用于实现HBASE大量数据的持久化存储
当MemStore中的数据过多，就会进行Flush【Spill】：将数据从内存溢写到HDFS上

ZooKeeper功能

用于实现HMaster的HA，辅助选举
用于存储核心元数据：管理元数据

供Master实现管理操作

Hbase中有哪些ns、哪些表、哪些rs、master是谁，正在执行的操作

表的元数据不在Zookeeper中

表的元数据在meta表中
表的元数据：表有几个region，每个region的范围、region所在的地址

知识点14：Hbase读写流程：写入流程

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iB5AlLvh-1616590200788)(20210324_分布式NoSQL列存储数据库Hbase（七）.assets/image-20210323223403690.png)]

目标

掌握Hbase数据写入的流程
当执行一条Put操作，数据是如何写入Hbase的？

put 表名  rowkey    列族：列    值

分析

step1：根据表名获取这张表对应的所有Region的信息
step2：根据Rowkey判断具体写入哪个Region
step3：将put操作提交给这个Region所在的RegionServer
step4：RegionServer将数据写入Region，根据列族判断写入哪个Store

总结

知识点15：Hbase读写流程：meta表

目标

了解hbase:meta表的存储内容及功能
问题1：如何知道这张表对应的region有哪些？
问题2：如何知道每个Region的范围的？
问题3：如何知道Region所在的RegionServer地址的？

分析

肯定有个地方存储了表与Region的关系以及Region的信息

实现

hbase:meta表

总结

中的数据过多，就会进行Flush【Spill】：将数据从内存溢写到HDFS上

ZooKeeper功能

用于实现HMaster的HA，辅助选举
用于存储核心元数据：管理元数据

供Master实现管理操作

Hbase中有哪些ns、哪些表、哪些rs、master是谁，正在执行的操作

表的元数据不在Zookeeper中

表的元数据在meta表中
表的元数据：表有几个region，每个region的范围、region所在的地址

知识点14：Hbase读写流程：写入流程

[外链图片转存中…(img-iB5AlLvh-1616590200788)]

目标

掌握Hbase数据写入的流程
当执行一条Put操作，数据是如何写入Hbase的？

put 表名  rowkey    列族：列    值

分析

step1：根据表名获取这张表对应的所有Region的信息
step2：根据Rowkey判断具体写入哪个Region
step3：将put操作提交给这个Region所在的RegionServer
step4：RegionServer将数据写入Region，根据列族判断写入哪个Store

总结

知识点15：Hbase读写流程：meta表

目标

了解hbase:meta表的存储内容及功能
问题1：如何知道这张表对应的region有哪些？
问题2：如何知道每个Region的范围的？
问题3：如何知道Region所在的RegionServer地址的？

分析

肯定有个地方存储了表与Region的关系以及Region的信息

实现

hbase:meta表

总结

Hbase的三种索引_全局索引,覆盖索引,本地索引（七）

分布式NoSQL列存储数据库Hbase（七）

知识点02：课程目标

知识点03：Phoenix二级索引设计

知识点04：二级索引：全局索引设计

知识点05：二级索引：全局索引实现

知识点06：二级索引：覆盖索引设计

知识点07：二级索引：覆盖索引实现

知识点08：二级索引：本地索引设计

知识点09：二级索引：本地索引实现

知识点10：二级索引：函数索引【了解】

知识点11：集群角色功能：Master

知识点12：集群角色功能：RegionServer

知识点13：集群角色功能：HDFS与ZK

知识点14：Hbase读写流程：写入流程

知识点15：Hbase读写流程：meta表

知识点14：Hbase读写流程：写入流程

知识点15：Hbase读写流程：meta表

热门文章

最新文章

相关课程

相关电子书

相关实验场景