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...
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...
排除了 HBase 和 Cassandra;- 从当前数据量与将来的可扩展性考虑,单机方案不可选,排除了 BerkeleyDB;- 同样因为人力成本,需要做极大量开发改造的方案暂时不考虑,排除了 Redis。 最终我们挑选了 MySQL 来推进到下一步。## MySQL 的理论可行性- 可以支持 Key-Value(后续简称 KV 模型)或者 Key-Column-Value(后续简称 KCV 模型)的存储模型,聚集索引 B+树排序访问,支持基于 Key 或者 Key-Column 的 Range Query,所...
大数据研发治理套件DataLeap产品的核心功能之一,经过多年打磨,服务于字节跳动内部几乎所有核心业务线,解决了数据生产者和消费者对于元数据和资产管理的各项核心需求。** Data Catalog系统的存储层,依赖A... 排除了HBase和Cassandra;==================================================**●**从当前数据量与将来的可扩展性考虑,单机方案不可选,排除了BerkeleyDB;==============================================...
所有列族成员都一起存储在文件系统上。由于调整和存储规范是在列族级别上完成的,因此建议所有列族成员都具有相同的常规访问模式和大小 Feature。 Cells *{row, column, version} *Tuples 在 HBase 中恰好指定了cell。单元格内容是未解释的字节。 Versions 可能会有无数的单元格,其中行和列相同,但单元格地址仅在其版本维度上有所不同。HBase 版本维以降序存储,因此从存储文件中读取时,将首先找到最新值。 2 数据模型操作HBase...
规格编码 CPU 内存 hbase.x1.medium 2 核 4GiB 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 存储规格规格类型 说明 HDD 文件存储 HDD 盘存储价格比 SSD 盘便宜,适用于需要存储大量数据以及对性价比要求较高的场景。 SSD 文件存储 SSD 盘读写速度快、时延低,适用于...
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...
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,以及提供表数据的读写服务。每个 HBase 实例可以创建 2~100 个 Region Server 节点。 说明 HBase 中的表根据行会分隔为多个 HRegion,HRegion 是 HBase 中分布式存储和负载均衡的最...
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...
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...
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,能够进一步压缩存储空间,数据压缩比可高达 10:1 以上。经实际测试,当开启字典压缩功能后,数据量明显减少,不同压缩算法的对比结果如下: 车联网数据 数据类型 原始数据 ZSTD 字典压缩 Snappy LZ4 车联网数据 9.7GB 722MB...
本文汇总表格数据库 HBase 版的 API 接口中使用的数据结构定义详情。 AllowListObject白名单信息。被 DescribeAllowLists 接口引用。 名称 类型 示例值 描述 AllowListDesc String test 白名单的备注。 AllowListI... StorageType String HdfsHdd 实例的存储类型,取值: HdfsHdd:HDD 文件存储。 HdfsSsd:SSD 文件存储。 StorageCapacity Integer 500 实例总存储容量,单位:GiB。 UsedStorage Float 0 实例已使用的存储容量,单位...
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...