1. Hbaseホットスポット（データスキュー）の問題、読み取りおよび書き込み要求が特定のRegionServerに集中する

ホットな問題の理由：

1. hbaseのデータは辞書式順序でソートされます。個々のリージョンに多数の連続する行キーが書き込まれると、リージョン間のデータ分散がバランスされません。

2.テーブルを作成する場合、事前にパーティションを作成する必要はありません。作成されたテーブルには、デフォルトでリージョンが1つしかなく、現在のリージョンに大量のデータが書き込まれます。

3.作成されたテーブルは事前にパーティション化されていますが、設計された行キーには従うべきルールがありません

解決策：行の3つの設計原則

2. Hbaseでフラッシュ、コンパクト、および流出する目的は何ですか

フラッシュ（しきい値128M）

MemStoreがしきい値に達すると、MemstoreデータはStoreFileにフラッシュされます。

コンパクト（データブロックが3ブロックに達すると、HMasterはマージ操作をトリガーします）

cはompactメカニズムであるためにフラッシュ小さなファイルが大きいにマージアウトStorefileのファイル。

ファイルを結合し、削除された、期限切れの、冗長なバージョンのデータをクリアし、データの読み取りと書き込みの効率を向上させます

遊んだ

リージョンがしきい値（ 256M ）に達すると、大きすぎるリージョンは2つに分割されます（均等に分割されません）。（MiddleKey ）

3.Hbaseのregionserverがダウンしているときにデータを復元する方法

4.hbaseの最適化

メモリの最適化：ガベージコレクションの最適化：CMS、G1（Region）; JVMの起動：-Xms（1/64）-Xmx（1/4）

リージョンの最適化：事前パーティション化、メジャーマージが無効、手動マージ

クライアントの最適化：バッチ処理

5. Hbase、hive、redisの違い

MRプログラムに基づいて、HiveはHQLをMR実行に変換します。効率が低く、リアルタイムのデータアクセスには適していません

HbaseはHadoopデータストレージに基づいており、大量のデータを保存し、独自のクエリ操作を備えています

メモリに基づくキャッシュを強調し、データの永続性をサポートし、トランザクション操作をサポートするRedis分散キャッシュ

RedisとHbaseはどちらもKey-Valueストレージに基づいています

アプリケーションシナリオ：

Hiveは、待ち時間が長く、オフラインのデータ分析とクリーニングに適しています。

Hbaseは待ち時間が短く、オンラインビジネスでの使用にアクセスでき、効率的なデータアクセス速度を提供します。

6. Hbaseのスキャンを説明し、関数と実装の類似点と相違点を取得します

スキャンスキャンデータ

/**
     * 通过scan查询数据
     */
    public static void getDataByScanFilter(String tableName) throws IOException {
        Connection conn = connHolder.get();
        Table table = conn.getTable(TableName.valueOf(tableName));

        //创建用于扫描region的对象
        Scan scan = new Scan();

        //设置Filter(较慢)
        //字节数组比较器
        BinaryComparator bc = new BinaryComparator(Bytes.toBytes("1001"));
        //正则表达式比较器
        RegexStringComparator rc = new RegexStringComparator("^\\d{3}$");

        Filter f1 = new RowFilter(CompareFilter.CompareOp.GREATER_OR_EQUAL,bc);
        Filter f2 = new RowFilter(CompareFilter.CompareOp.GREATER_OR_EQUAL,rc);
        //设置单个filter
        //scan.setFilter(f1);

        //设置多个fiter
        /**
         *  多个filter之间的逻辑关系，相当于java中的与和或
         *  （AND）
         *  MUST_PASS_ALL,
         *  （OR）
         *  MUST_PASS_ONE
          */

        FilterList filterList = new FilterList(FilterList.Operator.MUST_PASS_ALL);
        filterList.addFilter(f1);
        filterList.addFilter(f2);

        ResultScanner scanner = table.getScanner(scan);

        for (Result result : scanner) {
            for (Cell cell : result.rawCells()) {
                //得到rowkey
                System.out.println("行键:" + Bytes.toString(CellUtil.cloneRow(cell)));
                //得到列族
                System.out.println("列族" + Bytes.toString(CellUtil.cloneFamily(cell)));
                System.out.println("列:" + Bytes.toString(CellUtil.cloneQualifier(cell)));
                System.out.println("值:" + Bytes.toString(CellUtil.cloneValue(cell)));
            }
        }
        
    }

データを取得する

/**
     * 获取一行数据
     */
    public static void getRow(String tableName, String rowKey) throws IOException{
        Connection conn = connHolder.get();
        Table table = conn.getTable(TableName.valueOf(tableName));
        Get get = new Get(Bytes.toBytes(rowKey));
        //get.setMaxVersions();显示所有版本
        //get.setTimeStamp();显示指定时间戳的版本
        Result result = table.get(get);
        for(Cell cell : result.rawCells()){
            System.out.println("行键:" + Bytes.toString(result.getRow()));
            System.out.println("列族" + Bytes.toString(CellUtil.cloneFamily(cell)));
            System.out.println("列:" + Bytes.toString(CellUtil.cloneQualifier(cell)));
            System.out.println("值:" + Bytes.toString(CellUtil.cloneValue(cell)));
            System.out.println("时间戳:" + cell.getTimestamp());
        }
    }

7. HBaseクラスターで複数のHMasterを起動できますか？これらのHMasterを並行して実行できますか？

複数のHmaster操作を同時に開始できます（2つのHmasterを高可用性状態で開始できますが、実行できるHmasterは1つだけです。つまり、アクティブなのは1つだけです）。

Hbase FAQ