大数据开发岗面试复习30天冲刺 - 日积月累,每日五题【Day11】——Hbase5

简介: 大数据开发岗面试复习30天冲刺 - 日积月累,每日五题【Day11】——Hbase5

停🤚

不要往下滑了,

默默想5min,

看看这5道面试题你都会吗?

面试题 01、什么是全局索引?
面试题02、什么是覆盖索引?
面试题 03、什么是本地索引?
面试题04、请简述Hbase写入数据的流程
面试题05、请简述Hbase读取数据的流程

以下答案仅供参考:

面试题 01、什么是全局索引?

•创建全局索引,会自动构建一张索引表

•索引表结构

–Rowkey:索引字段+原表的rowkey

–列:占位置x

•特点:如果查询字段或者查询条件不是索引字段,就不会走索引

•应用:适合于读多写少

面试题02、什么是覆盖索引?

•创建覆盖索引,会自动构建一张索引表

•索引表结构

–Rowkey:索引字段+原表的rowkey

–列:将include中的列放入索引表

•特点

–如果查询字段或者查询条件不是索引字段,就不会走索引

–如果查询的字段在索引表中,直接从索引表返回结果

面试题 03、什么是本地索引?

•创建覆盖索引,会自动基于原表构建一个列族来实现索引存储

•原表的数据中:多了一个索引列族

•特点

–不论查询字段是否是索引字段,都会走索引

–将索引与数据存储在同一台RegionServer,提高索引读写性能

•注意

–本地索引会修改原数据表,对于本地索引只能使用Phoenix来操作表的数据

–盐表不能使用本地索引

面试题04、请简述Hbase写入数据的流程

•step1:获取元数据

–客户端请求Zookeeper,获取meta表所在的regionserver的地址

–读取meta表的数据:获取所有表的元数据

•step2:找到对应的Region

–根据meta表中的元数据,找到表对应的所有的region

–根据region的范围和写入的Rowkey,判断需要写入具体哪一个Region

–根据region的Regionserver的地址,请求对应的RegionServer

•step3:写入数据

–请求RegionServer写入对应Region:根据Region的名称来指定写入哪个Region

–根据列族判断写入哪一个具体的Store

•先写入WAL:Hlog预写日志中

–写入对应Store的MemStore中

•MemStore

面试题05、请简述Hbase读取数据的流程

•step1:获取元数据

–客户端请求Zookeeper,获取meta表所在的regionserver的地址

–读取meta表的数据

–注意:客户端会缓存meta表的数据,只有第一次会连接ZK,读取meta表的数据,缓存会定期失效,要重新缓存

•避免每次请求都要先连接zk,再读取meta表

•step2:找到对应的Region

–根据meta表中的元数据,找到表对应的region

–根据region的范围和写入的Rowkey,判断需要写入具体哪一个Region

–根据region的Regionserver的地址,请求对应的RegionServer

•step3:读取数据

–先查询memstore

–如果查询的列族开启了缓存机制,就读取BlockCache

–如果没有,就读取StoreFile,并将结果放入BlockCache中

总结

今天我们复习了面试中常考的Hbase相关的五个问题,你做到心中有数了么?

其实做这个专栏我也有私心,就是希望借助每天写一篇面试题,督促自己学习,以免在吹水群甚至都没有谈资!

对了,如果你的朋友也在准备面试,请将这个系列扔给他,

好了,今天就到这里,学废了的同学,记得在评论区留言:打卡。给同学们以激励。


相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
Java 大数据 分布式数据库
Spring Boot 与 HBase 的完美融合:探索高效大数据应用开发的新途径
【8月更文挑战第29天】Spring Boot是一款广受好评的微服务框架,以其便捷的开发体验著称。HBase则是一个高性能的大数据分布式数据库系统。结合两者,可极大简化HBase应用开发。本文将对比传统方式与Spring Boot集成HBase的区别,展示如何在Spring Boot中优雅实现HBase功能,并提供示例代码。从依赖管理、连接配置、表操作到数据访问,Spring Boot均能显著减少工作量,提升代码可读性和可维护性,使开发者更专注业务逻辑。
1182 1
|
SQL 分布式计算 DataWorks
DataWorks产品使用合集之如何开发ODPS Spark任务
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
549 2
|
人工智能 DataWorks 大数据
大数据AI一体化开发再加速:DataWorks 支持GPU类型资源
大数据开发治理平台 DataWorks 的Serverless资源组支持GPU资源类型,以免运维、按需付费、弹性伸缩的Serverless架构,将大数据处理与AI开发能力无缝融合。面向大数据&AI协同开发场景,DataWorks提供了交互式开发和分析工具Notebook。开发者在创建个人开发环境时,可以选择GPU类型的资源作为Notebook运行环境,以支持进行高性能的计算工作。本教程将基于开源多模态大模型Qwen2-VL-2B-Instruct,介绍如何使用 DataWorks Notebook及LLaMA Factory训练框架完成文旅领域大模型的构建。
1279 24
|
数据采集 机器学习/深度学习 DataWorks
DataWorks产品评测:大数据开发治理的深度体验
DataWorks产品评测:大数据开发治理的深度体验
810 1
|
存储 分布式计算 分布式数据库
深入理解Apache HBase:构建大数据时代的基石
在大数据时代,数据的存储和管理成为了企业面临的一大挑战。随着数据量的急剧增长和数据结构的多样化,传统的关系型数据库(如RDBMS)逐渐显现出局限性。
2123 12
|
SQL 分布式计算 MaxCompute
SQL开发问题之对于ODPS中的UNION操作,执行计划的问题如何解决
SQL开发问题之对于ODPS中的UNION操作,执行计划的问题如何解决
514 7
|
分布式计算 运维 DataWorks
MaxCompute操作报错合集之用户已在DataWorks项目中,并有项目的开发和运维权限,下载数据时遇到报错,该如何解决
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
462 8
|
分布式计算 大数据 分布式数据库
"揭秘HBase MapReduce高效数据处理秘诀:四步实战攻略,让你轻松玩转大数据分析!"
【8月更文挑战第17天】大数据时代,HBase以高性能、可扩展性成为关键的数据存储解决方案。结合MapReduce分布式计算框架,能高效处理HBase中的大规模数据。本文通过实例展示如何配置HBase集群、编写Map和Reduce函数,以及运行MapReduce作业来计算HBase某列的平均值。此过程不仅限于简单的统计分析,还可扩展至更复杂的数据处理任务,为企业提供强有力的大数据技术支持。
576 1
|
存储 分布式计算 MaxCompute
构建NLP 开发问题之如何支持其他存储介质(如 HDFS、ODPS Volumn)在 transformers 框架中
构建NLP 开发问题之如何支持其他存储介质(如 HDFS、ODPS Volumn)在 transformers 框架中
|
SQL 分布式计算 大数据
MaxCompute产品使用合集之PyODPS Python类的开发如何用MC的资源
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
347 1