超大数据规模 - 易扩展,容错率高## HDFS 在字节跳动的发展字节跳动已经应用 HDFS 非常长的时间了。经历了 9 年的发展,目前已直接支持了十多种数据平台,间接支持了上百种业务发展。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 数据存储 - Yarn,Flink 的计...
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... Optimizer 会根据 Data Server 的数目,来决定 Fragment 级别和 Pipe 级别的并发度,这么做可以避免动态修改 Plan 带来的额外开销,并且可以尽可能的去掉 Local Exchanger 避免数据的 Shuffle。2. 在执行阶段,每个 P...
目前已直接支持了十多种数据平台,间接支持了上百种业务发展。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 数据存储* Yarn,F...
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... Optimizer 会根据 Data Server 的数目,来决定 Fragment 级别和 Pipe 级别的并发度,这么做可以避免动态修改 Plan 带来的额外开销,并且可以尽可能的去掉 Local Exchanger 避免数据的 Shuffle。1. 在执行阶段,每个 ...
HBase 连接器提供了对分布式 HBase 数据库表的读写数据能力,支持做数据源表、结果表和维表。 使用限制Flink 目前提供了 HBase-1.4 和 HBase-2.2 两种连接器,请根据实际情况选择: 在 Flink 1.11-volcano 引擎版本中仅支持使用 HBase-1.4 连接器。 在 Flink 1.16-volcano 引擎版本中支持使用 HBase-1.4 和 HBase-2.2 两种连接器。 注意事项在公网环境中连接火山 HBase 时,您需要添加以下两个参数: 'properties.zookeeper.znode.me...
HBase 实例所有可用的地域资源信息,包括地域 ID。 PageNumber Integer 是 1 实例信息列表的页码,取值为不超过 Integer 数据类型的最大值,起始值为1。 PageSize Integer 是 10 每页记录数。取值为 1~100 间的整数... 返回数据名称 类型 示例值 描述 TotalCount Integer 1 实例数量。 Instances Array of InstanceObject 请参见返回示例。 实例基本信息。关于 Instances 的详细说明,请参见数据结构。 请求示例json POST https:/...
兼容Apache HBase的海量数据库
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... 进阶设置DATA_BLOCK_COUNT_FOR_TRAINING 参数用于设置训练数据 Data Block 的数量大小,该参数为缺省配置,默认值与 Data Block 大小相关。且训练数据的大小可以决定字典的大小,训练效果直接决定了压缩效果。因此,您...
数据库版本 当前仅支持HBase 2.0,无需选择。 可用区 每个地域都有多个相互隔离的区域,称为可用区。不同可用区间没有实质区别。 实例规格 Master 节点,需要选择如下配置:节点规格:选择 Master 节点的资源规格。更多关于 Master 节点规格的信息,请参见实例规格。 节点数量:Master 节点的数量。固定为 2,支持高可用,无需选择。 Region Server 节点,需要选择如下配置:节点规格:选择 Region Server 节点的资源规格。更多关于 Regio...
数据库版本 当前仅支持HBase 2.0,无需选择。 可用区 每个地域都有多个相互隔离的区域,称为可用区。不同可用区间没有实质区别。 实例规格 Master 节点,需要选择如下配置:节点规格:选择 Master 节点的资源规格。更多关于 Master 节点规格的信息,请参见实例规格。 节点数量:Master 节点的数量。固定为 2,支持高可用,无需选择。 Region Server 节点,需要选择如下配置:节点规格:选择 Region Server 节点的资源规格。更多关于 Regio...
1 HBase基本概念HBase 是一个开源的非关系型分布式数据库,它参考了 Google 的 BigTable 模型,实现语言为 Java。它是 Apache 软件基金会的 Hadoop 项目的一部分,运行在 HDFS 文件系统之上,为 Hadoop 提供类 BigTable 的服务。HBase关键名词说明: 名词 说明 Namespace 命名空间是表的逻辑分组,类似于关系数据库系统中的数据库。这种抽象为即将到来的多租户相关功能奠定了基础。 Table 表是在架构定义时预先声明的。 Row 行键是未解...
表格数据库 HBase 版支持冷热分离,通过不同的存储介质,有效降低存储成本。 背景信息随着业务的迭代和广泛应用,表中的数据量持续上涨,但随着时间流逝,很多数据的访问频率会逐步减少。例如账单、订单等信息,一般只会查询近半年内的数据详情。甚至对于一些监控数据,遇到问题时,通常也是查看近一两天的内的数据,之前大量的历史数据,直接会被闲置。因此,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...
表格数据库 HBase 版默认提供了 ZK 连接地址,同时也支持 Thrift 多语言访问,Thrift 是 HBase 标准版实例中的一种服务组件,基于 Apache Thrift(多语言支持的通信框架)开发。本文介绍基于 Java 程序通过 Thrift2 地址访问 HBase 实例的操作步骤。 前提条件如需通过私网地址访问 HBase 实例,需同时满足如下要求: 已购 ECS 服务器与 HBase 实例在相同私有网络 VPC 下。ECS 服务器的购买方法,请参见购买云服务器。 已将 ECS 服务器的 ...