Co je Apache HBase v Azure HDInsightWhat is Apache HBase in Azure HDInsight

Apache HBase je databáze NoSQL open source, která je založená na Apache Hadoop a modelové po Google BigTable.Apache HBase is an open-source, NoSQL database that is built on Apache Hadoop and modeled after Google BigTable. HBase poskytuje náhodný přístup a silnou konzistenci pro velké objemy nestrukturovaných a částečně strukturovaných dat v databázi schemaless uspořádané podle rodin sloupců.HBase provides random access and strong consistency for large amounts of unstructured and semistructured data in a schemaless database organized by column families.

HBase je z pohledu uživatele, podobně jako databáze.From user perspective, HBase is similar to a database. Data se ukládají do řádků a sloupců tabulky a data v řádku jsou seskupena podle rodin sloupců.Data is stored in the rows and columns of a table, and data within a row is grouped by column family. HBase je schemaless databáze ve smyslu, že před jejich použitím není třeba definovat sloupce ani v nich uložený typ dat.HBase is a schemaless database in the sense that neither the columns nor the type of data stored in them need to be defined before using them. Kód open-source se škáluje lineárně pro manipulaci s petabajty dat na tisících uzlech.The open-source code scales linearly to handle petabytes of data on thousands of nodes. Může se spoléhat na redundanci dat, zpracování dávkou a další funkce, které jsou poskytovány pomocí distribuovaných aplikací v ekosystému Hadoop.It can rely on data redundancy, batch processing, and other features that are provided by distributed applications in the Hadoop ecosystem.

Jak je implementované Apache HBase v Azure HDInsight?How is Apache HBase implemented in Azure HDInsight?

HDInsight HBase je nabízena jako spravovaný cluster, který je integrován do prostředí Azure.HDInsight HBase is offered as a managed cluster that is integrated into the Azure environment. Clustery jsou nakonfigurovány k přímému ukládání dat do služby Azure Storage což zajišťuje nízkou latenci a zvýšení pružnosti ve volbách výkonu a nákladů.The clusters are configured to store data directly in Azure Storage which provides low latency and increased elasticity in performance and cost choices. To umožňuje zákazníkům vytvářet interaktivní weby, které pracují s rozsáhlými datovými sadami a vytvářet služby, které ukládají údaje ze snímačů a telemetrie z milionů koncových bodů a analyzovat tato data pomocí úloh Hadoop.This enables customers to build interactive websites that work with large datasets, to build services that store sensor and telemetry data from millions of end points, and to analyze this data with Hadoop jobs. HBase a Hadoop jsou dobré počáteční body pro projekt velkých objemů dat v Azure; zejména umožňují spolupráci aplikací v reálném čase s rozsáhlými datovými sadami.HBase and Hadoop are good starting points for big data project in Azure; in particular, they can enable real-time applications to work with large datasets.

Implementace HDInsight využívá architekturu škálování HBase k zajištění automatického dělení tabulek, silnou konzistenci pro čtení a zápis a automatické převzetí služeb při selhání.The HDInsight implementation leverages the scale-out architecture of HBase to provide automatic sharding of tables, strong consistency for reads and writes, and automatic failover. Výkon je zvýšen ukládáním do mezipaměti pro čtení a vysokou propustností datových proudů pro zápis.Performance is enhanced by in-memory caching for reads and high-throughput streaming for writes. Cluster HBase můžete vytvořit uvnitř virtuální sítě.HBase cluster can be created inside virtual network. Podrobnosti najdete v tématu Vytváření clusterů HDInsight v síti Azure Virtual Network.For details, see Create HDInsight clusters on Azure Virtual Network.

Jakým způsobem jsou data spravována v HDInsight HBase?How is data managed in HDInsight HBase?

Data mohou být spravována v HBase pomocí příkazů create, get, put, a scan z prostředí HBase.Data can be managed in HBase by using the create, get, put, and scan commands from the HBase shell. Data se zapisují do databáze pomocí put a čtou se pomocí get.Data is written to the database by using put and read by using get. Příkaz scan se používá k načítání dat z více řádků v tabulce.The scan command is used to obtain data from multiple rows in a table. Data lze také spravovat pomocí rozhraní API HBase C#, které poskytuje knihovna klienta nad HBase REST API.Data can also be managed using the HBase C# API, which provides a client library on top of the HBase REST API. Databáze aplikace HBase může být dotazována také pomocí Apache Hive.An HBase database can also be queried by using Apache Hive. Úvod do těchto programovacích modelů najdete v tématu začněte používat Apache HBase s Apache Hadoop v HDInsight.For an introduction to these programming models, see Get started using Apache HBase with Apache Hadoop in HDInsight. Coprocessors jsou také k dispozici, které umožňují zpracování dat v uzlech, které hostují databáze.Coprocessors are also available, which allow data processing in the nodes that host the database.

Poznámka

Thrift není podporovaný HBase v HDInsight.Thrift is not supported by HBase in HDInsight.

Scénáře: Případy použití Apache HBaseScenarios: Use cases for Apache HBase

Byl vytvořen případ použití canonical, pro které je vytvořené BigTable (a pomocí rozšíření také HBase) vyhledávání na webu.The canonical use case for which BigTable (and by extension, HBase) was created from web search. Vyhledávací stroje sestavují indexy, které mapují termíny na webové stránky, které je obsahují.Search engines build indexes that map terms to the web pages that contain them. Ale existuje mnoho dalších případů použití, pro které je HBase vhodné – několik z nich je uvedeno v této části.But there are many other use cases that HBase is suitable for—several of which are itemized in this section.

  • Ukládání hodnot klíčeKey-value store

    HBase lze použít jako úložiště hodnota klíčů a je vhodný pro správu systémů zasílání zpráv.HBase can be used as a key-value store, and it is suitable for managing message systems. Facebook používá HBase pro svůj systém zasílání zpráv a je ideální pro ukládání a správu internetové komunikace.Facebook uses HBase for their messaging system, and it is ideal for storing and managing Internet communications. WebTable využívá HBase k hledání a správě tabulek, které jsou extrahovány z webových stránek.WebTable uses HBase to search for and manage tables that are extracted from webpages.

  • Data snímačeSensor data

    HBase je užitečné pro zaznamenání dat shromážděných přírůstkově z různých zdrojů.HBase is useful for capturing data that is collected incrementally from various sources. To zahrnuje sociální analýzy, časové řady, aktualizaci interaktivních řídicích panelů s trendy a čítači a řízení systémů protokolu auditu.This includes social analytics, time series, keeping interactive dashboards up-to-date with trends and counters, and managing audit log systems. Mezi příklady patří obchodní terminál Bloomberg a otevřené časové řady databáze (OpenTSDB), které ukládají a poskytují přístup k metrikám získaným o stavu serverových systémů.Examples include Bloomberg trader terminal and the Open Time Series Database (OpenTSDB), which stores and provides access to metrics collected about the health of server systems.

  • Dotaz v reálném časeReal-time query

    Apache Phoenix je modul dotazů SQL pro Apache HBase.Apache Phoenix is a SQL query engine for Apache HBase. Je přístupný jako ovladač JDBC a umožňuje dotazování a správu tabulek HBase pomocí SQL.It is accessed as a JDBC driver, and it enables querying and managing HBase tables by using SQL.

  • HBase jako platformaHBase as a platform

    Aplikace lze nad HBase spouštět v případě použití jako datového úložiště.Applications can run on top of HBase by using it as a datastore. Příklady zahrnují Phoenix, OpenTSDB, Kiji a Titan.Examples include Phoenix, OpenTSDB, Kiji, and Titan. Aplikace lze také integrovat s HBase.Applications can also integrate with HBase. Mezi příklady patří Apache Hive, Apache Pig, Solr, Apache Storm, Apache Flume, Apache Impala, Apache Spark , Ganglia, a Apache Drill.Examples include Apache Hive, Apache Pig, Solr, Apache Storm, Apache Flume, Apache Impala, Apache Spark , Ganglia, and Apache Drill.

Další postupNext steps