# 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... 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 - Yar...
> 本文结构采用宏观着眼,微观入手,从整体到细节的方式剖析 Hive SQL 底层原理。第一节先介绍 Hive 底层的整体执行流程,然后第二节介绍执行流程中的 SQL 编译成 MapReduce 的过程,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 ...
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**HDF... 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**02****字节跳动特色的 HDFS 架构**在深入相关的技术细节之前,我...
如何实现低成本低读写放大的数据修改。在没有使用数据湖之前,用户做离线特征调研之前需要复制样本,修改并另存一份。其中消耗了巨大的计算和存储资源,伴随样本量的增大,这样的方案将消耗数个 EB 的存储,使得迭代变得不可能。我们基于 Hudi 实现了 ColumnFamily 的能力。这个方案受到了经典 BigTable 存储 Apache HBase 的启发,将 IO pattern 不同的数据使用不同的文件进行存储,以减少不必要的读写放大。原理是将同一个 FileGrou...
您可以根据业务量变动,灵活变更 HBase 实例的配置,包括水平扩容(即增加节点数)和垂直扩缩容(即升降节点规格)。 变配方案HBase 实例支持变更的配置项如下表。 变更类型 变更说明 变更影响 升配 Master 支持升级节... 存储空间上限为 20000GiB,步长为 10GiB。您可以提交工单联系技术支持提高上限。 无 容量型存储空间 支持扩容容量型存储空间。 说明 为实例选购了容量型存储后,才可以进行配置,容量型存储可作为冷数据使用,详情...
本文介绍表格数据库 HBase 版的实例规格和性能。 计算规格说明 表格数据库 HBase 版计算规格包括 Master 和 Region Server 节点的规格。 仅 Master 节点支持 2 核 4GiB(hbase.x1.medium)规格。 仅 Region Server 节... hbase.x1.large 4 核 8GiB hbase.x2.large 4 核 16GiB hbase.x1.2xlarge 8 核 16GiB hbase.x2.2xlarge 8 核 32GiB hbase.x1.4xlarge 16 核 32GiB hbase.x2.4xlarge 16 核 64GiB hbase.x1.8xlarge 32 核 64GiB 存储...
本文介绍表格数据库 HBase 版相关的计费项和价格详情。 计费项当前使用表格数据库 HBase 版实例过程中,存在如下计费项。 计费项 计费方式 计算节点 按量计费(后付费)和包年包月(预付费),根据节点规格和使用时长计费。 存储空间 按量计费(后付费)和包年包月(预付费),根据存储数据量大小和存储时长计费。 容量型存储空间 按量计费(后付费)和包年包月(预付费),根据存储数据量大小和存储时长计费。 价格表计算节点价格 说明 下述表格...
RSSpec String 是 hbase.x1.large RegionServer 节点的规格码。 说明 关于 RegionServer 节点所支持的规格信息,请参见实例规格。 StorageType String 是 HdfsHdd 实例的存储类型,取值: HdfsHdd:HDD 文件... EngineVersion String 是 HBase_2.0 HBase 数据库引擎版本。当前仅支持 HBase 2.0 版本,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...
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...
DataSail 中的 HBase 数据源为您提供读取和写入 HBase 的双向通道数据集成能力,实现不同数据源与 HBase 之间进行数据传输。下文为您介绍 HBase 数据同步的能力支持情况。 1 支持的版本HBase 使用的驱动版本是 HBas... 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...
为提高实例的稳定性和安全性,表格数据库 HBase 版实例在使用过程中存在部分限制,详细信息如下所示。 约束项 使用约束 数据面 表格数据库 HBase 版默认每个 Cell 的最大数据量不能超过 10MB。 说明 Cell 指 rowKey + Value 所有序列化后的长度值。 连接地址 HBase 提供 ZK 连接地址和 Thrift2 连接地址访问实例,详细信息请参见连接地址介绍。 存储空间 每个实例默认支持的存储空间上限为 20,000GiB,若想要提高上限,您可以提交工...
创建实例是开启使用表格数据库 HBase 版的第一步。本文介绍如何创建 HBase 实例。 前提条件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操作步骤,请参见如何进行账号注册和实名认证。 已创建私有网络... 存储类型 选择存储类型,取值: HDD盘:HDD 盘存储容量大,价格比 SSD 盘便宜,适用于需要长期存储大量数据以及对性价比要求较高的场景。 SSD盘:SSD 盘读写速度快、时延低、稳定性高,适用于需要频繁读写以及对稳定性...
创建实例是开启使用表格数据库 HBase 版的第一步。本文介绍如何创建 HBase 实例。 前提条件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操作步骤,请参见如何进行账号注册和实名认证。 已创建私有网络... 存储类型 选择存储类型,取值: HDD盘:HDD 盘存储容量大,价格比 SSD 盘便宜,适用于需要长期存储大量数据以及对性价比要求较高的场景。 SSD盘:SSD 盘读写速度快、时延低、稳定性高,适用于需要频繁读写以及对稳定性...