HBase如何启用随机访问HDFS？

Question

鉴于HBase是一个数据库，其文件存储在HDFS中，它如何能够随机访问HDFS中的单个数据？通过哪种方法完成了？

来自the Apache HBase Reference Guide：

  

HBase内部将您的数据放入索引＆＃34; StoreFiles＆＃34;存在于HDFS上以进行高速查找。有关HBase如何实现其目标的更多信息，请参见第5章，数据模型和本章的其余部分。

扫描这两个章节并没有显示这个问题的高级答案。

那么HBase如何实现对存储在HDFS中的文件的随机访问？

Answer 1

HBase将数据存储在由其密钥索引（排序）的HFile中。给定随机密钥，客户端可以确定何时从区域服务器请求该行。区域服务器可以确定从哪个区域检索行，然后通过该区域进行二进制搜索以访问正确的行。这是通过提供足够的统计信息来了解块数，块大小，开始键和结束键来实现的。

例如：一个表可能包含10 TB的数据。但是，该表分为4GB大小的区域。每个区域都有一个开始/结束键。客户端可以获取表的区域列表，并确定哪个区域具有它正在查找的键。区域被分解为块，因此区域服务器可以通过其块进行二进制搜索。块本质上是密钥，属性，值，版本的长列表。如果您知道每个块的起始键是什么，则可以确定要访问的文件，以及字节偏移量（块）开始读取以查看您在二进制搜索中的位置。

Answer 2

使用hfile

hbase访问hdfs文件。您可以查看网址以获取详细信息：http://hbase.apache.org/book/hfilev2.html