1.大数据时代的在线结构化存储-HBase
2018-03-26 16:35
369 查看
![](http://git.cn-hangzhou.oss.aliyun-inc.com/uploads/ali-hbase/doc/30420b1943806a0c65350691da4f49a4/image.png)
产品功能
![](http://git.cn-hangzhou.oss.aliyun-inc.com/uploads/ali-hbase/doc/5de44234b6cd48cd97bc15467994398c/image.png)
产品简介
概述
定位:面向大数据场景的高可靠、高性能、高伸缩的分布式结构化存储系统HBase – Hadoop Database,是一个高可靠性、高性能、可伸缩的分布式存储系统,利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。Ali-HBase,基于阿里巴巴/蚂蚁的环境和业务需求,对社区HBase进行深度定制与改进,从软件系统、解决方案、稳定护航、发展支撑等全方位提供一站式大数据基础存储服务。它是以松散表的形式组织数据,提供实时更新、增量导入、随机查询、范围查询、多维删除能力,与实时计算、离线计算、流计算高度集成,高扩展、高可用、高可靠、高性能、高适应的在线分布式NoSQL数据库
基本架构
HBase是Google Bigtable的开源实现,类似Google Bigtable利用GFS作为其文件存储系统,HBase利用Hadoop HDFS作为其文件存储系统;Google运行MapReduce来处理Bigtable中的海量数据,HBase同样利用Hadoop MapReduce来处理HBase中的海量数据;Google Bigtable利用 Chubby作为协同服务,HBase利用Zookeeper作为对应。![](http://aligitlab.oss-cn-hangzhou-zmf.aliyuncs.com/uploads/ali-hbase/doc/5a99fcd2d9/hbase-arch.jpg)
基本特点
数据模型松散的表Schema,列的名字、数目、长度无需定义数据类型:唯一支持字节数组(byte[])
支持多版本
支持多数据类型
访问方式实时写入/更新/删除,支持批量、异步等方式
后台导入,直接生成存储格式的文件,十分高效
设置数据有效期,过期自动删除
指定主键(Row)的随机查询
有条件(为主键或列设定条件)的范围查询
协处理器 (类似于RDB中的触发器与存储过程)
事务:支持单行、同分区跨行的事务
索引:主键索引,支持局部二级索引
数据强一致性,强持久性
程序语言支持:原生客户端仅支持JAVA,C、PHP等可以通过代理方式访问(自带Thrift框架)
支持SQL
支持异步API
与JStorm/Galaxy集成,支持基于HBase的实时流计算
性能与扩展水平扩展,支持千台物理机级规模
扩容无需数据迁移,即扩即用
大表自动分裂,支持分区在线合并
扩展能力依赖表分区,Row设计需要防热点
存储层采用LSM树,相比于B-Tree(读写对等),写能力>读能力
支持多副本异构介质存储
支持二级缓存
安全与稳定存储层默认三副本,数据可靠性高
支持表快照,方便冷备
系统内部采用M-S架构Master支持热备,Master故障影响DDL,不影响DML
Slave故障,影响可用性,部分数据区域的DML不可用,会自动恢复
支持双集群数据复制
支持用户认证与授权
支持集群一键切换和自动切换
支持单元化多地多集群部署
数据导入导出跨系统,支持导入/导出CSV格式的数据
同系统,支持distcp直接拷贝底层存储文件,快速导入
使用sqoop,在HBase/mysql/orcale/hive等系统间相互迁移数据
与在云端集成,支持HBase与其他系统的数据全量/增量迁移
与TT和ODPS集成,支持HBase上的数据实时生产到TT,供其他订阅方消费,并支持同步到ODPS上,进行实时计算
运维与服务完善的监控与报警
全链路请求追踪
7*24一站式服务
使用场景
结构化数据场景描述:用户的前台数据实时读写HBase,如交易记录、评价记录、物流记录等案例代表:支付宝消费记录、菜鸟物流详情
高吞吐写入场景描述:日志、消息、监控、聊天等需要高吞吐实时写入的数据存取
案例代表:AliMonitor、集团TimeTunel、旺旺聊天
海量数据实时访问场景描述:安全风控场景,在/离线写入大量用户行为数据,实时查询判断行为风险
案例代表:蚂蚁风控、集团安全
大数据实时计算场景描述:数据BI、实时运营等场景,流计算、批量计算的结果实时回流到HBase,供在线访问
案例代表:媒体大屏、生意参谋、蚂蚁服务宝
Ali-HBase与社区HBase的关系与区别
社区HBase是一个开源软件,Ali-HBase是定制软件、解决方案、护航配套、服务支撑的集合与阿里/蚂蚁的环境高度集成,享受一站式的数据场景服务,支撑这个服务的系统包括云平台(业务接入、资源管理、集群管控、数据运营)、监控报警、高可用切换、数据流动与计算支撑系统等,经过业务多年锤炼的配套体系,满足业务拎包入住
Ali-HBase拥有的超越社区版本的独有能力可用性:可达99.99%,全年不可用<1小时完善的集群间异步复制,支持多单元、表级复制、延迟/拓扑可视等功能,更加地稳定、高效(性能提升1倍)
支持集群数据的同步复制
切换系统,支持一键切换、自动切换
深度优化的宕机恢复能力,快N倍
稳定性:多年沉淀,久经双11沙场
功能性:深耕需求,独特风景二级索引
新缓存BucketCache,支持二级缓存
资源分组隔离,支持多租户
冷热分级存储
异步API,提高吞吐
内置计算,高效支持数据的聚合、校正、清洗
反向Scan
OffsetScan,以支持分页
支持请求级超时
离散式TTL
支持SQL,数据类型、全局二级索引、热点消除等能力尽在SQL层
运维性:一切尽在掌握核心模块和关键链路的完善监控
请求的全链路跟踪与调试
多级请求控制能力:限制、隔离、拒绝
对业务完全透明的数据搬迁
性能:深入场景的提升,优秀源于大体量的锤炼多副本异构介质混合存储
内存自管理Map,深度优化GC
双集群双活架构,请求稳定性提升一个数量级
Compaction算法的深度改进
Small Scan
C/S传输压缩,HLog压缩
前缀BloomFilter
上百个细节优化
灵活性:易流动,易计算异构系统间的数据全量/增量/实时迁移
数据实时同步ODPS,定期计算
JStorm/Galaxy,支持基于HBase的实时流计算
产品优势
易用
无需部署与维护,直接使用数据服务丰富监控与报表,轻松优化应用
专业团队提供支持
可扩展
弹性高效的水平扩展稳定可靠
多副本的高可靠保障支持冷备和热备
节点故障自动恢复
持续可用
主备架构同城容灾
多地容灾
支持一键切换和自动切换
深入整合
与实时计算、离线计算、流计算高度整合集成于在云端,支持异构系统间的数据迁移
成本
深入场景的性能优化无需基础(网络、机器)和系统运维
相关文章推荐
- 大数据时代的结构化存储—HBase在阿里的应用实践
- 转载:大数据时代的结构化存储—HBase在阿里的应用实践
- 大数据时代的结构化存储—HBase在阿里的应用实践
- 云栖大会-10月12日下午云HBase专场-大数据时代的结构化存储,HBASE应用实践与探索
- 阿里HBase超详实践总结 | 一文读懂大数据时代的结构化存储
- 阿里HBase超详实践总结 | 一文读懂大数据时代的结构化存储
- 阿里HBase超详实践总结 | 一文读懂大数据时代的结构化存储
- 阿里HBase超详实践总结 | 一文读懂大数据时代的结构化存储
- 日志系统之HBase日志存储设计优化
- 【HBase调优】Hbase万亿级存储性能优化总结
- 【Hbase】ubuntu下单节点安装hbase存储使用hdfs
- hbase解决海量图片存储
- Linux存储在线管理(一)FC磁盘设备管理
- linux在线增加删除存储lun测试报告
- 我的监控世界观(4) -- 监控数据的存储 RRD or RMDB OR Hbase
- 使用Hive或Impala执行SQL语句,对存储在HBase中的数据操作
- 虚拟机在 OpenStack 里没有共享存储条件下的在线迁移[转]
- hbase安装(分布式+外挂zk+hdfs存储)
- HBase存储时间相关多列数据的两种方案
- HBASE物理存储