HBase不睡觉书

作品简介

HBase是Apache旗下一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。利用HBase技术可在廉价的PC服务器上搭建大规模的存储化集群，使用HBase可以对数十亿级别的大数据进行实时性的高性能读写，在满足高性能的同时还保证了数据存取的原子性。

本书共分为9章，由浅入深地讲解HBase概念、安装、配置、部署，让读者对HBase先有一个感性认识，再从应用角度介绍了高级用法、监控和性能调优。既兼顾了初学者，也适用于想要深入学习HBase的读者。

本书适合于以前没有接触过HBase，或者了解HBase，并希望能够深入掌握的读者，适合HBase应用开发人员和系统管理人员学习使用。

杨曦，就职于硅谷某上市公司，对大数据、云计算等技术有较深研究以及项目实践经验。热衷创业、编写开源项目、撰写技术博客。

作品目录

• 内容简介
• 前言
• 如何才能不睡着地看本书
• 如何才能不睡着地看所有书
• 这本书不是HBase知识大全
• 技术支持与致谢
• 第1章 ◄ 初识HBase ►
• 1.1　海量数据与NoSQL
• 1.1.1　关系型数据库的极限
• 1.1.2　CAP理论
• 1.1.3　NoSQL
• 1.2　HBase是怎么来的
• 1.3　为什么要用HBase
• 1.4　你必须懂的基本概念
• 1.4.1　部署架构
• 1.4.2　存储架构
• 1.4.3　跟关系型数据库的对比
• 第2章 ◄ 让HBase跑起来 ►
• 2.1　本书测试环境
• 2.2　配置服务器名
• 2.3　配置SSH免密登录
• 2.4　安装Hadoop
• 2.4.1　安装Hadoop单机模式
• 2.4.2　安装Hadoop集群模式
• 2.4.3　ZooKeeper
• 2.4.4　配置Hadoop HA
• 2.4.5　让Hadoop可以开机自启动
• 2.4.6　最终配置文件
• 2.5　安装HBase
• 2.5.1　单机模式
• 2.5.2　伪分布式模式
• 2.5.3　关于ZooKeeper不得不说的事
• 2.5.4　完全分布式模式
• 2.5.5　HBase Web控制台（UI）
• 2.5.6　让HBase可以开机自启动
• 2.5.7　启用数据块编码（可选）
• 2.5.8　启用压缩器（可选）
• 2.5.9　数据块编码还是压缩器（可选）
• 第3章 ◄ HBase基本操作 ►
• 3.1　hbase shell的使用
• 3.1.1　用create命令建表
• 3.1.2　用list命令来查看库中有哪些表
• 3.1.3　用describe命令来查看表属性
• 3.1.4　用put命令来插入数据
• 3.1.5　用scan来查看表数据
• 3.1.6　用get来获取单元格数据
• 3.1.7　用delete来删除数据
• 3.1.8　用deleteall删除整行记录
• 3.1.9　用disable来停用表
• 3.1.10　用drop来删除表
• 3.1.11　shell命令列表
• 3.2　使用Hue来查看HBase数据
• 3.2.1　准备工作
• 3.2.2　安装Hue
• 3.2.3　配置Hue
• 3.2.4　使用Hue来查看HBase
• 第4章 ◄ 客户端API入门 ►
• 4.1　10分钟教程
• 4.2　30分钟教程
• 4.3　CRUD一个也不能少
• 4.3.1　HTable类和Table接口
• 4.3.2　put方法
• 4.3.3　append方法
• 4.3.4　increment方法
• 4.3.5　get方法
• 4.3.6　exists方法
• 4.3.7　delete方法
• 4.3.8　mutation方法
• 4.4　批量操作
• 4.4.1　批量put操作
• 4.4.2　批量get操作
• 4.4.3　批量delete操作
• 4.5　BufferedMutator（可选）
• 4.6　Scan扫描
• 4.6.1　用法
• 4.6.2　缓存
• 4.7　HBase支持什么数据格式
• 4.8　总结
• 第5章 ◄ HBase内部探险 ►
• 5.1　数据模型
• 5.2　HBase是怎么存储数据的
• 5.2.1　宏观架构
• 5.2.2　预写日志
• 5.2.3　MemStore
• 5.2.4　HFile
• 5.2.5　KeyValue类
• 5.2.6　增删查改的真正面目
• 5.2.7　数据单元层次图
• 5.3　一个KeyValue的历险
• 5.3.1　写入
• 5.3.2　读出
• 5.4　Region的定位
• 第6章 ◄ 客户端API的高阶用法 ►
• 6.1　过滤器
• 6.1.1　过滤器快速入门
• 6.1.2　比较运算快速入门
• 6.1.3　分页过滤器
• 6.1.4　过滤器列表
• 6.1.5　行键过滤器
• 6.1.6　列过滤器
• 6.1.7　单元格过滤器
• 6.1.8　装饰过滤器
• 6.1.9　自定义过滤器
• 6.1.10　如何在hbase shell中使用过滤器
• 6.2　协处理器
• 6.2.1　协处理器家族
• 6.2.2　快速入门
• 6.2.3　如何加载
• 6.2.4　协处理器核心类
• 6.2.5　观察者
• 6.2.6　终端程序
• 第7章 ◄ 客户端API的管理功能 ►
• 7.1　列族管理
• 7.2　表管理
• 7.3　Region管理
• 7.4　快照管理
• 7.5　维护工具管理
• 7.5.1　均衡器
• 7.5.2　规整器
• 7.5.3　目录管理器
• 7.6　集群状态以及负载（ClusterStatus & ServerLoad）
• 7.7　Admin的其他方法
• 7.8　可见性标签管理
• 7.8.1　快速入门
• 7.8.2　可用标签
• 7.8.3　用户标签
• 7.8.4　单元格标签
• 第8章 ◄ 再快一点 ►
• 8.1　Master和RegionServer的JVM调优
• 8.1.1　先调大堆内存
• 8.1.2　可怕的Full GC
• 8.1.3　Memstore的专属JVM策略MSLAB
• 8.2　Region的拆分
• 8.2.1　Region的自动拆分
• 8.2.2　Region的预拆分
• 8.2.3　Region的强制拆分
• 8.2.4　推荐方案
• 8.2.5　总结
• 8.3　Region的合并
• 8.3.1　通过Merge类合并Region
• 8.3.2　热合并
• 8.4　WAL的优化
• 8.5　BlockCache的优化
• 8.5.1　LRUBlock Cache
• 8.5.2　SlabCache
• 8.5.3　Bucket Cache
• 8.5.4　组合模式
• 8.5.5　总结
• 8.6　Memstore的优化
• 8.6.1　读写中的Memstore
• 8.6.2　Memstore的刷写
• 8.6.3　总结
• 8.7　HFile的合并
• 8.7.1　合并的策略
• 8.7.2　compaction的吞吐量限制参数
• 8.7.3　合并的时候HBase做了什么
• 8.7.4　Major Compaction
• 8.7.5　总结
• 8.8　诊断手册
• 8.8.1　阻塞急救
• 8.8.2　朱丽叶暂停
• 8.8.3　读取性能调优
• 8.8.4　案例分析
• 第9章 ◄ 当HBase遇上MapReduce ►
• 9.1　为什么要用MapReduce
• 9.2　快速入门
• 9.3　慢速入门：编写自己的MapReduce
• 9.3.1　准备数据
• 9.3.2　新建项目
• 9.3.3　建立MapReduce类
• 9.3.4　建立驱动类
• 9.3.5　打包、部署、运行
• 9.4　相关类介绍
• 9.4.1　TableMapper
• 9.4.2　TableReducer
• 9.4.3　TableMapReduceUtil