Hbase 学习(八) 使用MapReduce&华为二级索引(原理)-阿里云开发者社区

开发者社区> 数据库> 正文

Hbase 学习(八) 使用MapReduce&华为二级索引(原理)

简介: 本文分享链接“如何MapReduce来操作hbase”,同时,分析华为的二级索引方案(源码开放哟!)的原理。
在hbase的demo里面有个IndexBuilder的例子,它就是使用了MapReduce来操作hbase的,例子也比较简单,但是只包括了Mapper。
另外网上还有另外一个例子,也是说明这个的,这个例子更为全面一点,包括了Mapper和Reducer。
http://www.cnblogs.com/chenli0513/archive/2012/01/06/2314886.html
这里就不说什么了,很简单,一看就懂。

这个是华为的二级索引方案,已经开放源代码了,下面是网上的一篇讲解原理的帖子,发出来和大家共享一下。
经过本人认真阅读了一下代码,发现这个源码仅供参考,想要集成到原有的集群当中是有点儿难度的,它对hbase的源码进行不少的修改。
下面来对其方案做一个分析。

1.整体架构

这个架构在Client Ext中设定索引细节,在Balancer中收集信息,在Coprocessor中管理二级索引数据。
e2b693c9330a03e08af51a90582fcc299995d420

2.表创建

在创建表的时候,在同一个region server上创建索引表,且一一对应。
e00375dca62a84d3ed9b9680f1ed3e93d127211a

3.插入操作

在主表中插入某条数据后,用Coprocessor将索引列写到索引表中去,写道索引表中的数据的主键为:region开始key+索引名+索引列值+主表row key。这么做,是为了让其在同一个分布规则下,索引表会跟主表在通过region server上,在查询的时候就可以少一次rpc。
a4ee58c939a7375cc822741a3c87b8f006ed4cf8

4.scan操作

一个查询到来的时候,通过coprocessor钩子,先从索引表中查询范围row,然后再从主表中相关row中扫描获得最终数据。
f777e45f4ccff7486584eb212b1e43be12fbefd7

5. split操作处理

为了使主表和索引表在同一个RS上,要禁用索引表的自动和手动split,只能由主表split的时候触发,当主表split的时候,对索引表按其对应数据进行划分,同时,对索引表的第二个daughter split的row key的前面部分修改为对应的主键的row key。
0851b924d13f1bd15297acb7a13b2c45b51fad2c

6. 性能

查询性能极大提升,插入性能下降10%左右
6060d7daddfa3ef6b99810ae0c7b8c1520a80819
802f2fed48c2cd28a9457cf79a3b42da91e03c32
总结:
本文对华为hbase使用coprocessor进行二级索引的方案的创建表,插入数据,查询数据的步骤进行了一个粗略分析,以窥其全貌。在使用的时候,可以作为一个参考。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
数据库
使用钉钉扫一扫加入圈子
+ 订阅

分享数据库前沿,解构实战干货,推动数据库技术变革

其他文章