# 背景## **HDFS** **简介**HDFS 全名 Hadoop Distributed File System,是业界使用最广泛的开源分布式文件系统。原理和架构与 Google 的 GFS 基本一致。它的特点主要有以下几项:- 和本地文件系统一样的目录... HBase,日志服务,Kafka 数据存储 - Yarn,Flink 的计算框架平台数据 - Spark,MapReduce 的计算相关数据存储![]()# **字节跳动特色的** **HDFS** **架构**在深入相关的技术细节之前,我们先看看字节跳动的 H...
LakeHouse 定义了一种叫我们称之为 **Table Format** 的存储标准。Table format 有四个典型的特征:* **支持 ACID 和历史快照** ,保证数据并发访问安全,同时历史快照功能方便流、AI 等场景需求。* **满足多引擎... 即在数据湖的存储之上定义一个元数据,并跟数据一样保存在存储介质上面。这三者相似的需求以及相似的架构,导致了他们在演化过程中变得越来越相似。可以看到,三种数据格式都基本能覆盖绝大部分特性。![picture...
Hbase、fusion(滴滴自研 KV 存储) 三种存储引擎,对于维表数据比较少的情况可以使用 MySQL,对于单条数据大小比较小,查询 QPS 比较高的情况,可以使用 fusion 存储,降低机器内存资源占用,对于数据量比较大,对维表数据变化不是特别敏感的场景,可以使用 HBase 存储。命名规范:DIM 层的表命名使用英文小写字母,单词之间用下划线分开,总长度不能超过 30 个字符,并且应遵循下述规则:`dim_{业务/pub}_{维度定义}[_{自定义命名标签}]`:...
把所有可能更新的分区的文件的 Bloom Filter 加载进来,用来判断 Record Key 是否存在 | 轻量级,默认的索引方式 包含在数据文件的footer中。默认配置,不依赖外部系统,数据和索引保持一致性 || **HBase Index*... 在建表时先预估表的单个分区数据存储大小,设置一个分桶数 numBuckets。2. 在数据插入前,首先生成 n 个 File ID, 将 File ID 的前8位替换成 bucketId 的数字 00000000-e929-4327-8b0c-7d0d66091321 0000...
HBase 版创建、配置、连接实例的整体流程,帮助您快速上手使用表格数据库 HBase 版。 准备工作已注册火山引擎账号,并完成实名认证。账号注册和实名认证的方法,请参见如何进行账号注册和实名认证。 已创建私有网络和子网。私有网络和子网的创建方法,请参见创建私有网络及子网。 操作步骤步骤 说明 创建实例 开始使用表格数据库 HBase 版的第一步,确定实例的节点规格和存储空间大小。实例创建方法,请参见创建实例。 设置白名单 将需...
为提高存储效率,降低存储成本,表格数据库 HBase 版提供字典压缩功能。本文介绍如何开启字典压缩功能。 功能介绍字典压缩(ZSTD_DICT)是 HBase 深度优化的压缩算法,在 ZSTD 压缩算法的基础上进行了字典采样的优化,能... 需要将 COMPRESSION 参数设置为 ZSTD_DICT,该参数为列族粒度控制。 说明 若只需要使用字典压缩,并没有其他特殊要求,仅设置 COMPRESSION 参数已经可以满足基本需求。若想要精准控制不同情况下使用不同压缩算法,表格...
调用 ModifyColdStorage 接口为实例开通容量型存储或修改容量型存储空间大小。 请求类型同步请求。 请求参数名称 类型 是否必选 示例值 描述 InstanceId String 是 hb-bbf19cb0**** 实例 ID。 说明 您可以调用 DescribeDBInstances 接口查询目标地域下所有 HBase 实例的基本信息,包括实例 ID。 ColdStorageStatus Bool 是 true 容量型存储状态,开通和修改容量型存储时,取值固定为 true。 ColdStorage Integer 是 600 容...
表格数据库 HBase 版根据数据冷热需要提供不同的存储模式,系统会根据设置的冷热分离时间分界点,将表中的历史数据归档至冷存储中,从而降低存储成本。 原理介绍表格数据库 HBase 版提供容量型存储作为冷存储介质,支持按照数据的写入时间对一张表列簇上的数据进行冷热分离存储。 在创建实例时,您可以选择是否开通容量型存储,开通之后即可在创建表时对表列簇上的数据设置冷热分离时间分界点(COLD_BOUNDARY),系统会根据设置的时间分界...
存储和计算分离保证数据的高可靠,存储采用多副本机制,可用性不低于 99.9%。 支持实例变配,包括横向扩容和纵向扩缩容,还提供了监控告警等功能,实例管理简单方便。 实例表格数据库 HBase 版的基本单位是实例。实例是独立的、虚拟化的数据库运行环境,是多个数据节点与代理节点的集合,数据节点上运行 Apache HBase 引擎。创建实例时,您需要指定所有节点的引擎版本和规格大小。创建好 HBase 实例后,您可以通过 ECS 进行访问。 表格数...
可自行设置,仅支持中文,英文,数字,“_”,100个字符以内。 参数配置 ZK访问端口 客户端连接 server 的端口,即 ZK 对外服务端口。 是否为分布式部署 根据实际情况选择 HBase 是否为分布式部署。 ZK集群地址列表 ZK 服务器集群的地址列表。 ZK中HBase根路径 ZK 集群中 HBase 在 hdfs 上的存储位置,自动填充,可编辑。 是否开启鉴权 集群是否开启鉴权,当前默认采用平台鉴权的方式,无需您另外上传鉴权文件。 HBase 共享根目...
表格数据库 HBase 版进行云资源管理的基本单位。实例的规格(如 CPU 核数、内存大小等)不同,性能也不同。HBase 实例规格的更多信息,请参见实例规格。 Master 节点(Master Node) Master 节点上会部署 HBase 的 HMaster,HMaster 负责管理和协调 HRegionServer,以及管理表的增删改查操作。每个 HBase 实例默认创建 2 个 Master 节点(主备)。 Region Server 节点(Region Server Node) Region Server 节点负责存放和管理 HRegion,以及...
将剩余配置传递给底层 HBase 客户端。示例:'properties.hbase.security.authentication' = 'kerberos' 配置 Kerberos 认证。 结果表参数参数 是否必选 默认值 数据类型 描述 sink.buffer-flush.max-size 否 2mb MemorySize 写入 HBase 前,内存中缓存的数据量大小。调大该值有利于提高 HBase 的写入性能,但会增加写入延迟和内存使用。默认值为 2MB,支持字节单位 B、KB、MB 和 GB,不区分大小写。设置为 0 表示不进行缓存...
是否选购容量型存储 关于容量型存储的详细介绍,请参见冷热分离介绍。 选择是,开通容量型存储(即开通冷热分离存储),并设置容量型存储空间大小,取值范围:800GiB~1,000,000GiB,步长为 10GiB。 选择否,不开通容量型存储空间。您也可以在创建实例后,随时为实例开通容量型存储,详情请参见开通容量型存储。 网络配置 私有网络 选择实例所在的私有网络。建议 HBase 实例与需要连接的 ECS 实例在同一私有网络,否则它们无法通过内网互...