数据通过 Kafka 流入不同的系统。对于离线链路,数据通常流入到 Spark/Hive 中进行计算,结果通过 ETL 导入到 HBase/ES/ClickHouse 等系统提供在线的查询服务。对于实时链路, 数据会直接进入到 HBase/ES 提供高并发低时延的在线查询服务,另一方面数据会流入到 ClickHouse/Druid 提供在线的查询聚合服务。这带来的问题就像引言中所说,数据被冗余存储了多份,导致了很多一致性问题,也造成了大量的资源浪费。为了解决这个问题,我们设计...
第三节剖析 SQL 编译成 MapReduce 的具体实现原理。### 一、HiveHive是什么?Hive 是数据仓库工具,再具体点就是一个 SQL 解析引擎,因为它即不负责存储数据,也不负责计算数据,只负责解析 SQL,记录元数据。Hive直接访问存储在 HDFS 中或者 HBase 中的文件,通过 MapReduce、Spark 或 Tez 执行查询。我们今天来聊的就是 Hive 底层是怎样将我们写的 SQL 转化为 MapReduce 等计算引擎可识别的程序。了解 Hive SQL 的底层编译过...
Python以及Scala这几种在大数据开发中常用的编程语言。然后着重学习Hadoop核心技术如HDFS和MapReduce;接触数据库Hive后,学习数据流技术Kafka和分布式协调服务Zookeeper。深入研究Yarn和求执行引擎Spark。此外还了解其他技术如HBase、Sqoop等。同时学习计算机网络知识和操作系统原理。后面再系统学习关系数据库MySQL和数据仓库理论。学习分布式原理和架构也很重要。这个学习顺序参考了我之前的工作和学习经历情况后订定。需要注意...
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树视图 - Append Only 的写入(不支持随机写) - 顺序和随机读 - 超大数据规模 - 易扩展,容错率高## HDFS 在... 从集群规模和数据量来说,HDFS 平台在公司内部已经成长为总数十万台级别服务器的大平台,支持了 10 EB 级别的数据量。**当前在字节跳动,** **HDFS** **承载的主要业务如下:**- Hive,HBase,日志服务,Kafka 数据...
取值默认为 HBase_2.0。 EnableAuth Bool 否 false 是否开启登录认证。取值: true:开启登录认证。实例创建成功后,您需要立即为实例创建数据库账号,详情请参见 CreateDBAccount。 false:不开启登录认证(默认)。 说明 开启登录认证后,仅对 Java 客户端生效,Thrift 连接依旧采用直连方式。 VpcId String 是 vpc-2d66uvmd9i8lc58ozz**** 私有网络 ID。 说明 您可以调用 DescribeVpcs 接口查询可创建 HBase 实例的私有网络信...
调用 DescribeDBAccounts 接口查询 HBase 实例的数据库账号信息。 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-cncq0cf70709**** 实例 ID。 说明 您可以调用 DescribeDBInstance 接口查询目标地域下所有实例的基本信息,包括实例 ID。 PageSize Integer 是 10 每页记录数。取值范围 1~1000,默认值为 10。 PageNumber Integer 是 1 页码。取值大于等于 1,且不超过 Integer 的最大值...
调用 DescribeRegions 接口查询表格数据库 HBase 版可用的地域资源信息。 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 RegionId String 否 cn-beijing 地域 ID。 说明 若该参数留空,会返回当前账号下所有可用的地域资源信息。 返回数据名称 类型 示例值 描述 Regions Array of RegionInfo 请参见返回示例。 地域信息列表。关于 RegionInfo 的详细说明,请参见数据结构。 请求示例json POST https://hbase.v...
如需通过公网地址访问 HBase 实例,需确保运行 Java 工具的设备 IP 地址已加入 HBase 实例的白名单中。白名单设置方法,请参见编辑白名单。 已在 ECS 实例或本地设备上安装 Java 环境,建议使用 JDK 8 版本。更多详情,请参见 Java Downloads。 操作步骤获取 HBase 实例的 Thrift2 连接地址。连接地址查看方法,请参见查看连接地址。 说明 表格数据库 HBase 版默认未开通 Thrift2 地址,您需要先申请 Thrift2 连接地址,申请方法,请...
调用 CreateDBAccount 接口为 HBase 实例创建数据库账号。 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-cncq0cf70709**** 实例 ID。 说明 您可以调用 DescribeDBInstance 接口查询目标地域下所有实例的基本信息,包括实例 ID。 AccountName String 是 test1 数据库账号名称。账号名称需满足以下要求: 账号名称在当前实例下唯一。 长度需要在 2~32 个字符内。 由字母、数字、中...
HBase 数据源 配置 Doris 数据源 配置 VeDB 数据源 配置 TLS 数据源 实时分库分表解决方案 实时整库同步解决方案 离线整库同步解决方案 独享资源组管理 2 数据开发 基于 ByteHouse CE 引擎,新增 ByteHouse CE SQL 任务 临时查询支持 ByteHouse CE SQL 临时查询任务 ByteHouse CE SQL 临时查询 3 控制台 创建项目新增支持绑定 ByteHouse CE 引擎实例 创建项目 管理引擎 4 指标平台 新增维度管理功能 建模增加支持Doris...
本文介绍表格数据库 HBase 版实例中监控告警支持的指标项及相关说明。 注意事项云监控默认每 30 秒 获取一次数据,但会根据查看监控数据时选择的查询时间范围,将获取的数据根据不同的周期和方式进行聚合展示,具体规则请参见查看云产品监控数据。 当前最多支持查看最近 15 天内的监控数据详情。查看监控数据的方法,请参见查看监控数据。 监控指标表中的单位均为基础单位,各监控的具体单位请以控制台为准。控制台上展示的单位会根...
为保障数据库数据安全,关闭公网访问后,建议您及时删除 IP 白名单中相关的客户端设备 IP 地址。您可以调用 ModifyAllowList 接口修改指定 IP 白名单(例如白名单名称、IP 白名单地址等)。关于白名单的更多信息,请参见设置白名单。 请求类型异步请求。 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...
HBase 实例所有可用的地域资源信息,包括地域 ID。 InstanceId String 否 hb-cnglbbb73ea0**** 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。 返回数据名称 类型 示例值 描述 AllowLists Array of AllowListObject 请参见返回示例。 白名单信息列表。关于 AllowLists 的详细说明,请参见数据结构。 请求示例json POST https://hbase.volcengineapi.com/?Acti...