HBase實戰 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] Nick Dimiduk，[美] Amandeep Khurana 著，謝磊 譯

圖書標籤:

• HBase
• NoSQL
• 大數據
• 分布式數據庫
• 數據存儲
• 高性能
• Java
• Hadoop
• 數據模型
• 實時數據

齣版社： 人民郵電齣版社

ISBN：9787115324467

版次：1

商品編碼：11299575

品牌：異步圖書

包裝：平裝

開本：16開

齣版時間：2013-09-01

用紙：膠版紙

頁數：315

字數：458000

正文語種：中文版

産品特色

內容簡介

　　《HBase實戰》是一本基於經驗提煉而成的指南，它教給讀者如何運用HBase設計、搭建及運行大數據應用係統。全書共分為4個部分。前兩個部分分彆介紹瞭分布式係統和大規模數據處理的發展曆史，講解HBase的基本原理模式設計以及如何使用HBase的高級特性；第三部分通過真實的應用和代碼示例以及支持這些實踐技巧的理論知識，進一步探索HBase的一些實用技術；第四部分講解如何把原型開發係統升級為羽翼豐滿的生産係統。
　　《HBase實戰》適閤所有對雲計算、大數據處理技術和NoSQL數據庫感興趣的技術人員閱讀，尤其適閤對Hadoop及HBase感興趣的技術人員參考。閱讀《HBase實戰》不要求之前具備HBase、Hadoop或者MapReduce方麵的知識。

內頁插圖

目錄

第一部分 HBase基礎
第1章 HBase介紹
1.1 數據管理係統：速成
1.1.1 你好，大數據
1.1.2 數據創新
1.1.3 HBase的崛起
1.2 HBase使用場景和成功案例
1.2.1 典型互聯網搜索問題：BigTable發明的原因
1.2.2 抓取增量數據
1.2.3 內容服務
1.2.4 信息交換
1.3 你好HBase
1.3.1 快速安裝
1.3.2 HBase Shell命令行交互
1.3.3 存儲數據
1.4 小結

第2章 入門
2.1 從頭開始
2.1.1 創建錶
2.1.2 檢查錶模式
2.1.3 建立連接
2.1.4 連接管理
2.2 數據操作
2.2.1 存儲數據
2.2.2 修改數據
2.2.3 工作機製：HBase寫路徑
2.2.4 讀數據
2.2.5 工作機製：HBase讀路徑
2.2.6 刪除數據
2.2.7 閤並：HBase的後颱工作
2.2.8 有時間版本的數據
2.2.9 數據模型概括
2.3 數據坐標
2.4 小結
2.5 數據模型
2.5.1 邏輯模型：有序映射的映射集閤
2.5.2 物理模型：麵嚮列族
2.6 錶掃描
2.6.1 設計用於掃描的錶
2.6.2 執行掃描
2.6.3 掃描器緩存
2.6.4 使用過濾器
2.7 原子操作
2.8 ACID語義
2.9 小結

第3章 分布式的HBase、HDFS和MapReduce
3.1 一個MapReduce的例子
3.1.1 延遲與吞吐量
3.1.2 串行計算吞吐量有限
3.1.3 並行計算提高吞吐量
3.1.4 MapReduce：用布式計算最大化吞吐量
3.2 Hadoop MapReduce概覽
3.2.1 MapReduce數據流介紹
3.2.2 MapReduce內部機製
3.3 分布式模式的HBase
3.3.1 切分和分配大錶
3.3.2 如何找到region
3.3.3 如何找到-ROOT-錶
3.4 HBase和MapReduce
3.4.1 使用HBase作為數據源
3.4.2 使用HBase接收數據
3.4.3 使用HBase共享資源
3.5 信息匯總
3.5.1 編寫MapReduce應用
3.5.2 運行MapReduce應用
3.6 大規模條件下的可用性和可靠性
3.6.1 HDFS作為底層存儲
3.7 小結

第二部分 高級概念
第4章 HBase錶設計
4.1 如何開始模式設計
4.1.1 問題建模
4.1.2 需求定義：提前多做準備工作總是有好處的
4.1.3 均衡分布數據和負載的建模方法
4.1.4 目標數據訪問
4.2 反規範化是HBase世界裏的詞語
4.3 相同錶裏的混雜數據
4.4 行鍵設計策略
4.5 IO考慮
4.5.1 為寫優化
4.5.2 為讀優化
4.5.3 基數和行鍵結構
4.6 從關係型到非關係型
4.6.1 一些基本概念
4.6.2 嵌套實體
4.6.3 沒有映射到的一些東西
4.7 列族高級配置
4.7.1 可配置的數據塊大小
4.7.2 數據塊緩存
4.7.3 激進緩存
4.7.4 布隆過濾器
4.7.5 生存時間（TTL）
4.7.6 壓縮
4.7.7 單元時間版本
4.8 過濾數據
4.8.1 實現一個過濾器
4.8.2 預裝過濾器
4.9 小結

第5章 使用協處理器擴展HBase
5.1 兩種協處理器
5.1.1 Observer協處理器
5.1.2 endpoint協處理器
5.2 實現一個observer
5.2.1 修改模式
5.2.2 從HBase開始
5.2.3 安裝observer
5.2.4 其他安裝選項
5.3 實現一個endpoint
5.3.1 為endpoint定義接口
5.3.2 實現endpoint服務器
5.3.3 實現endpoint客戶端
5.3.4 部署endpoint服務器
5.3.5 試運行
5.4 小結

第6章 其他的HBase客戶端選擇
6.1 在UNIX裏使用HBase Shell腳本
6.1.1 準備HBase Shell
6.1.2 使用UNIX Shell腳本創建錶模式
6.2 使用JRuby進行HBase Shell編程
6.2.1 準備HBase Shell
6.2.2 訪問TwitBase的users錶
6.3 通過REST訪問HBase
6.3.1 啓動HBase REST服務
6.3.2 訪問TwitBase的users錶
6.4 通過Python使用HBase Thrift網關
6.4.1 生成Python語言的HBase Thrift客戶端庫
6.4.2 啓動HBase Thrift服務
6.4.3 掃描TwitBaseuser錶
6.5 asynchbase：另外一種HBase Java客戶端
6.5.1 創建一個asynchbase項目
6.5.2 改變TwitBase的密碼策略
6.5.3 試運行
6.6 小結

第三部分 應用係統實例
第7章 通過實例學習HBase：OpenTSDB
7.1 OpenTSDB概述
7.1.1 挑戰：基礎設施監控
7.1.2 數據：時間序列
7.1.3 存儲：HBase
7.2 設計一個HBase應用係統
7.2.1 模式設計
7.2.2 應用架構
7.3 實現一個HBase應用係統
7.3.1 存儲數據
7.3.2 查詢數據
7.4 小結

第8章 在HBase上查詢地理信息係統
8.1 運用地理數據
8.2 設計一個空間索引
8.2.1 從復閤行鍵開始
8.2.2 介紹geohash
8.2.3 理解geohash
8.2.4 在有空間感知特性的行鍵裏使用geohash
8.3 實現最近鄰居查詢
8.4 把計算工作推往服務器端
8.4.1 基於查詢多邊形創建一次geohash掃描
8.4.2 區域內查詢第一幕：客戶端
8.4.3 區域內查詢第二幕：WithinFilter
8.5 小結

第四部分 讓HBase運轉起來
第9章 部署HBase
9.1 規劃集群
9.1.1 原型集群
9.1.2 小型生産集群（10～20颱服務器）
9.1.3 中型生産集群（50颱以下服務器）
9.1.4 大型生産集群（超過50颱服務器）
9.1.5 Hadoop Master節點
9.1.6 HBase Master
9.1.7 Hadoop DataNode和HBase RegionServer
9.1.8 ZooKeeper
9.1.9 采用雲服務怎麼樣？
9.2 部署軟件
9.2.1 Whirr：在雲端部署
9.3 發行版本
9.3.1 使用原生Apache發行版本
9.3.2 使用Cloudera的CDH發行版本
9.4 配置
9.4.1 HBase配置
9.4.2 與HBase有關的Hadoop配置參數
9.4.3 操作係統配置
9.5 管理守護進程
9.6 小結

第10章 運維
10.1 監控你的集群
10.1.1 HBase如何輸齣監控指標
10.1.2 收集監控指標和圖形展示
10.1.3 HBase輸齣的監控指標
10.1.4 應用端監控
10.2 HBase集群的性能
10.2.1 性能測試
10.2.2 什麼影響瞭HBase的性能
10.2.3 優化支撐係統
10.2.4 優化HBase
10.3 集群管理
10.3.1 啓動和停止HBase
10.3.2 優雅停止和讓節點退役
10.3.3 增加節點
10.3.4 滾動重啓和升級
10.3.5 bin/hbase和HbaseShell
10.3.6 維護一緻性——hbck
10.3.7 查看HFile和HLog
10.3.8 預先拆分錶
10.4 備份和復製
10.4.1 集群間復製
10.4.2 使用MapReduce作業進行備份
10.4.3 備份根目錄
10.5 小結

附錄A 探索HBase係統
附錄B 更多關於HDFS的工作原理

精彩書摘

諺該命令用先讀齣HBase單元就可以改變存儲其中的值。數據操作發生在HBase服務器上，而不是在你的客戶端，所以速度快。當其他客戶端也在訪問同—個單元時，這樣避免瞭齣現紊亂狀態。你可以把ICV（Increment Column Value）等同於Java的AtomicLong.addAndGet（）方法。遞增值可以是任何Java Long類型值，無論正負。我們將在下一節深入討論原子性操作。 也請注意這個數據不是存儲在twits錶而是users錶中。存在users錶的原因是不希望這個信息成為掃描的一部分。存在twits錶裏會讓常用的訪問模式很不方便。 就像Java的原子類族，HTableInterface也提供checkAndPut（）和checkAndDelete（）方法。它們可以在維持原子語義的同時提供更精細地控製。你可以用checkAndPut（）來實現incrementColumnValue（）方法： Get g=new Get(Bytes.toBytes("TheRealMT")); Result r=usersTable.get(g); long curVal=Bytes.toLong( r.getColumnLatest( Bytes.toBytes("info"), Bytes.toBytes("tweet—count")).getValue()); long incVal=curVal+1; Put P=new Put(Bytes.toBytes("TheRealMT")); P.add( Bytes.toBytes("info"), Bytes.toBytes("tweet.count"), Bytes.toBytes(incVal)); usersTable.checkAndPut( Bytes.toBytes("TheRealMT"), Bytes.toBytes("info"), Bytes.toBytes("tweet count"), Bytes.toBytes(curVal), P); 該實現有點長，但可以試試。使用checkAndDelete（）的方式與此類似。 按照和前麵相同的方式，你可以輕鬆地新建TwitsTool錶。模型、DAO和命令行實現和前麵users錶的情況類似。本書附帶的源代碼提供瞭一個實現。 2.8 ACID語義 如果使用過數據庫係統，你會聽說過各種數據庫係統提供的ACID語義。ACID是當你搭建使用數據庫係統做存儲的應用係統時需要掌握的一組要素。當應用係統訪問承載它的數據庫時，遵循這些要素可以使應用係統的行為更加閤理。為簡單起見，讓我們再次定義ACID。記住，ACID不同於之前我們簡要介紹過的CAP。

前言/序言

《數據洪流中的守護者：深度剖析雲原生分布式數據庫的構建與運維》 在這個數據爆炸式增長的時代，如何高效、穩定、彈性地存儲和管理海量數據，成為企業麵臨的關鍵挑戰。傳統的單體數據庫架構已難以滿足業務快速迭代和規模擴張的需求，分布式數據庫應運而生。本書並非一本關於具體某一分布式數據庫（如 HBase）的詳盡手冊，而是將視角聚焦於構建、運維和優化一個現代化、雲原生分布式數據庫係統所涉及的普適性原理、核心技術以及實戰經驗。 本書將從宏觀的架構設計理念齣發，深入探討分布式數據庫的基石——一緻性模型（CAP理論、ACID、BASE）在不同場景下的權衡與取捨。我們將詳細分析分布式事務的挑戰，以及各種解決方案（如兩階段提交、三階段提交、Paxos、Raft）的原理、優缺點和適用範圍。這部分內容將幫助讀者理解，為什麼分布式係統如此復雜，以及如何設計齣能夠滿足業務強一緻性或最終一緻性需求的係統。 接著，本書將聚焦於數據分片與負載均衡的關鍵技術。我們會解析不同的分片策略（如哈希分片、範圍分片、目錄服務分片），以及如何通過智能的負載均衡算法（如輪詢、最小連接、一緻性哈希）來確保數據在節點間的均勻分布，避免熱點問題，提升整體係統的吞衝量和可用性。這部分內容對於理解大規模分布式係統的性能瓶頸和優化至關重要。 在存儲層麵，本書將深入剖析麵嚮列的存儲模型、 LSM-Tree（Log-Structured Merge-Tree）等高效數據存儲結構的原理，解釋它們如何實現高寫入吞吐量和數據壓縮。同時，我們也會探討分布式文件係統（如 HDFS、Ceph）在分布式數據庫中的作用，以及如何利用它們來提供可靠、可擴展的底層存儲能力。讀者將瞭解到，高效的數據持久化和讀取是如何實現的。 網絡通信與節點間協作是分布式係統的生命綫。本書將詳細講解RPC（Remote Procedure Call）框架（如 gRPC、Thrift）的選擇與使用，以及如何設計高效的消息隊列（如 Kafka、Pulsar）來解耦係統組件，實現異步通信和事件驅動。我們還會探討服務發現與注冊機製（如 ZooKeeper、etcd）的重要性，它們如何幫助分布式節點感知彼此的存在，並實現動態的故障轉移和擴縮容。 高可用與容錯機製是分布式數據庫的核心競爭力。本書將係統地介紹副本機製（同步復製、異步復製）、故障檢測與自動恢復（心跳機製、Leader選舉）、數據備份與恢復策略，以及多活與異地容災的實現思路。通過學習這部分內容，讀者將能夠設計齣在麵對硬件故障、網絡分區甚至整個機房不可用時，仍能保持服務連續性的健壯係統。 性能優化與監控貫穿於分布式數據庫的整個生命周期。本書將分享慢查詢分析、索引優化、緩存策略、JVM調優等方麵的實踐經驗。同時，我們還將詳細介紹分布式係統的監控體係，包括關鍵指標的收集（CPU、內存、網絡、IO、請求延遲、錯誤率）、日誌管理與分析（ELK Stack等）、分布式追蹤（Jaeger、Zipkin），以及如何構建有效的告警係統，以便及時發現和解決潛在問題。 在安全方麵，本書將討論數據加密（傳輸加密、靜態加密）、訪問控製（認證、授權）、審計機製，以及如何應對常見的分布式係統安全威脅。 最後，本書將引導讀者思考雲原生環境下分布式數據庫的部署與管理。我們將探討容器化技術（Docker、Kubernetes）如何賦能分布式數據庫的彈性伸縮、自動化部署和高效運維。瞭解Operator模式等雲原生運維理念，將幫助讀者構建齣真正具備“雲原生”特性的數據庫係統。 本書的內容旨在為讀者構建一個關於分布式數據庫的全局觀和方法論。它並非提供一成不變的“菜譜”，而是通過深入淺齣的原理講解和豐富的實踐案例，啓發讀者在麵對具體技術選型和係統設計時，能夠做齣更明智的決策，從而構建齣強大、可靠、高效的分布式數據存儲解決方案，真正成為數據洪流中的守護者。

評分☆☆☆☆☆

這本書最大的亮點之一，在於其深入淺齣的講解方式，尤其是在處理HBase的API層麵。它不僅僅是羅列API的用法，而是通過大量的代碼示例，展示瞭如何在Java、Python等主流編程語言中，使用HBase的客戶端API來執行各種數據操作。無論是簡單的Put、Get、Scan操作，還是更復雜的批量操作、預查詢（Pre-fetch）等，書中都提供瞭清晰的代碼示例，並且對每一個參數的意義和影響進行瞭詳細的解釋。我尤其喜歡書中對於Scan操作的優化技巧的講解，比如如何通過設置`setFilter`來過濾數據，如何使用`setCacheBlocks`來提高讀取效率，以及如何利用`setStartRow`和`setStopRow`來精確地定位數據範圍。這些看似微小的細節，卻能在實際應用中帶來顯著的性能提升。此外，書中對於HBase的Shell命令的介紹也同樣詳細，這對於日常的管理和調試工作非常有幫助。

評分☆☆☆☆☆

對於想要深入瞭解HBase底層的讀者來說，這本書絕對是一本不可多得的參考。作者對HBase內部架構的剖析，從Region的生命周期管理，到BlockCache的工作機製，再到WAL的寫入流程，都進行瞭詳盡的闡述。我尤其喜歡其中對HBase存儲格式的深入分析，比如HFile的內部結構，以及如何通過BlockCache來加速數據的讀取。這些底層細節的理解，對於進行性能調優和故障排查至關重要。書中還對HBase的分布式協調機製，比如ZooKeeper在HBase中的作用，進行瞭詳細的講解，讓我對HBase的集群管理和容錯能力有瞭更全麵的認識。此外，作者還探討瞭HBase的一些高級特性，比如協處理器（Coprococes）的應用，這為開發者提供瞭在HBase內部擴展功能的強大能力，也讓我對HBase的靈活性和可擴展性有瞭更深的體會。

評分☆☆☆☆☆

這本書在數據建模和Schema設計方麵的指導，對我構建健壯的HBase應用起到瞭至關重要的作用。在接觸HBase之前，我對關係型數據庫的Schema設計已經相當熟悉，但HBase的列式存儲模型和Row Key的唯一性，使得其Schema設計思路與關係型數據庫有著本質的區彆。作者通過生動的案例，闡述瞭如何根據實際的應用場景來設計Row Key，如何閤理地組織列族，以及如何權衡數據存儲的冗餘和查詢的便捷性。我印象深刻的是關於“時間序列數據”和“用戶行為日誌”的建模方案，書中詳細地展示瞭如何通過巧妙的Row Key設計，實現高效的範圍查詢和聚閤分析。此外，對於一些復雜數據類型的存儲，比如JSON、Protocol Buffers等，書中也提供瞭一些行之有效的處理方法，讓我在麵對多樣化的數據需求時，能夠有更清晰的思路。

評分☆☆☆☆☆

對於HBase的運維和調優，這本書提供瞭寶貴的實踐經驗。很多時候，學習一個技術，光知道如何使用是不夠的，更重要的是如何讓它穩定、高效地運行在生産環境中。書中關於Region Split（Region分裂）的原理和策略的講解，讓我受益匪淺。理解Region是如何分裂的，以及分裂的時機，對於避免數據傾斜和保證集群的均衡至關重要。作者還詳細介紹瞭如何調整HBase的各種配置參數，比如`hbase.regionserver.handler.count`、`hbase.hregion.memstore.flush.size`、`hbase.compactor.trigger.count`等等，並解釋瞭這些參數對集群性能的影響。通過實際的案例，展示瞭如何通過調整這些參數來解決常見的性能問題，比如讀寫延遲過高、CPU占用率過高、磁盤I/O瓶頸等。這些內容對於HBase的管理員和運維工程師來說，無疑是“救命稻草”。

評分☆☆☆☆☆

在實際應用HBase的過程中，安全性和監控是兩個不容忽視的方麵，而這本書對此也有著詳盡的論述。對於安全性的討論，作者從HBase的認證和授權機製講起，解釋瞭如何利用Kerberos等安全框架來保護HBase集群的安全，防止未經授權的訪問。這對於部署在生産環境中的HBase集群來說，至關重要。同時，書中也觸及瞭數據加密的議題，雖然HBase本身不提供直接的數據加密功能，但作者介紹瞭如何在存儲層或者應用層實現數據加密，以滿足更高級彆的安全需求。在監控方麵，這本書提供瞭多種監控HBase集群狀態的方法，包括使用HBase自帶的Web UI、JMX接口，以及第三方監控工具如Prometheus和Grafana的集成。作者詳細解釋瞭需要關注的關鍵指標，比如讀寫延遲、吞吐量、Region服務器的健康狀況、MemStore的占用率等，並給齣瞭如何解讀這些指標以及如何根據指標進行故障排查的指導。

評分☆☆☆☆☆

這本書的“實戰”二字絕非浪得虛名。書中大量的案例分析和代碼示例，讓我在學習過程中能夠即刻上手。我特彆欣賞其中關於“HBase與MapReduce集成”的部分。通過一個具體的場景，比如對海量日誌數據進行聚閤分析，作者一步步展示瞭如何編寫MapReduce Job來讀取HBase中的數據，進行處理，然後再將結果寫迴HBase，或者輸齣到其他存儲。這不僅僅是簡單的API調用，而是包含瞭對MapReduce任務的參數調優、輸入輸齣格式的選擇、以及如何處理HBase的列族和單元格的細節。此外，關於“HBase與Spark集成”的章節，也同樣精彩。在當前大數據生態中，Spark的地位舉足輕重，能夠高效地利用Spark來操作HBase，對於提升數據處理的效率具有重要的意義。作者不僅介紹瞭Spark-HBase Connector的使用，還深入講解瞭如何通過Spark SQL和DataFrame來查詢HBase數據，以及如何利用Spark的分布式計算能力來加速HBase數據的ETL過程，這些內容都非常貼近實際工作需求。

評分☆☆☆☆☆

在學習HBase的過程中，我常常會遇到一些隱藏的性能瓶頸，而這本書的“疑難雜癥”解決篇，無疑是我的一大救星。作者並沒有迴避HBase在實際應用中可能遇到的各種挑戰，反而深入分析瞭這些問題的根源，並提供瞭切實可行的解決方案。比如，對於“Region服務器頻繁GC”的問題，書中不僅僅是簡單地說“加大內存”，而是詳細地分析瞭GC日誌，指齣是對象創建過多還是內存泄漏，並給齣相應的調優建議。又比如，在處理“大量小Region”的問題時，書中不僅解釋瞭小Region帶來的開銷，還提供瞭閤並Region、調整Region Split閾值等多種解決方案。這種直麵問題、逐個擊破的講解方式，讓我能夠真正地理解HBase的底層運作機製，並且在遇到類似問題時，能夠迅速定位和解決。

評分☆☆☆☆☆

這本書的價值不僅僅在於它介紹瞭HBase本身，更在於它將其置於整個大數據生態係統中進行講解。它並沒有孤立地看待HBase，而是將其與其他大數據組件，如HDFS、Zookeeper、MapReduce、Spark，甚至是Solr/Elasticsearch等搜索引擎進行瞭有機的結閤。書中關於“HBase與Solr/Elasticsearch集成”的章節，特彆引人我的注意。在很多場景下，HBase的強項在於快速的鍵值查找和範圍掃描，而全文檢索和復雜的過濾查詢則更適閤交由搜索引擎來處理。作者詳細講解瞭如何利用HBase的CDC（Change Data Capture）機製，將HBase中的數據實時地同步到Solr/Elasticsearch中，從而實現HBase數據的“全文搜索化”，這種集成方案極大地拓展瞭HBase的應用場景。

評分☆☆☆☆☆

這本書的標題，"HBase實戰"，本身就勾勒齣瞭一種沉浸式的學習體驗。我一直對NoSQL數據庫，特彆是那些能夠應對海量數據處理和實時查詢挑戰的係統，抱有濃厚的興趣。HBase，作為一個構建在HDFS之上的分布式、麵嚮列的數據庫，以其高吞吐量和低延遲的特性，在我看來，是應對現代大數據場景不可或缺的技術棧之一。翻開這本書，我首先被其清晰的架構圖和對HBase核心概念的深入剖析所吸引。作者並沒有止步於理論的講解，而是將理論知識巧妙地融入到瞭一係列的實際操作場景中。從HBase的安裝部署，到數據模型的理解，再到如何設計高效的錶結構，每一個步驟都輔以詳細的命令行示例和代碼片段。我尤其喜歡其中關於Row Key設計原則的探討，這部分內容對於任何想要在HBase上構建高性能應用的開發者來說，都至關重要。作者通過對比不同Row Key設計策略的優劣，以及它們對數據讀取性能的影響，讓我對如何避免熱點、優化查詢有瞭更深刻的理解。

評分☆☆☆☆☆

這本書給我帶來的最大收獲之一，便是對HBase數據存儲和訪問機製的全麵認知。在閱讀之前，我對HBase的內部工作原理，比如MemStore、HFile、WAL（Write-Ahead Log）等概念，雖然有所耳聞，但理解得並不透徹。作者用非常形象的比喻和循序漸進的講解，將這些復雜的底層細節一一展現。比如，對於MemStore的刷新過程，他不僅僅是簡單地描述瞭其“寫滿就刷”的機製，而是深入分析瞭刷新的時機、潛在的性能瓶頸，以及如何通過配置參數進行調優。而HFile的內部結構，例如BlockCache、BloomFilter等，也得到瞭細緻的闡述，讓我理解瞭HBase為何能夠實現如此高效的數據檢索。更重要的是，書中對於Compaction（閤並）策略的詳細解讀，這一點非常關鍵，因為不閤理的Compaction不僅會占用大量的I/O資源，還會影響讀寫性能。作者列舉瞭不同Compaction模式下的實際應用場景，並提供瞭相應的配置建議，這對於解決生産環境中HBase性能瓶頸非常有指導意義。

評分☆☆☆☆☆

HBase實戰 專業必備

評分☆☆☆☆☆

還沒有看，希望有用。。。。

評分☆☆☆☆☆

比較薄。沒基礎看不懂，一直沒看

評分☆☆☆☆☆

其實讀完這本書，我想說的有很多，可以從製度方麵去論證醫療的腐敗，可以從人性的角度去分析社會的退步，更可以結閤教育與法律、媒體來抨擊整個國傢的烏煙瘴氣，但是這樣的高屋建瓴又能做些什麼呢？當我們辛辛苦苦的站在講壇上，用四十五分鍾或九十分鍾的時間讓學生覺得不應該渾渾噩噩的活著，人要為自己負責，而不是利用法不責眾與渾水摸魚糊完這輩子的同一天裏，傢長們在不遺餘力的告訴孩子，老師是站著說話不腰疼的傻×，過馬路的時候管什麼紅綠燈沒車就走你，看見有便宜不占白不占……就是這些人啊，就是這些人，張羽告訴我們瞭，為瞭錶達自己是個偉大的母親，不去瞭解自己青春期的女兒有什麼樣的睏惑，粗暴的威脅她如果做齣“給媽丟臉的事”就跟你斷絕母女關係；為瞭能訛到幾萬塊錢可以讓自己的結發妻子的屍體在三伏天睡在醫院裏拿到錢後就一走瞭之給自己娶個黃花閨女；為兒媳婦的心髒病是先天性的而堅持要求親傢纔該齣醫藥費否則寜可不治……這些活生生的血淋淋的故事，告訴瞭我們什麼叫做積重難返！什麼叫做喪盡天良！

評分☆☆☆☆☆

非常好

評分☆☆☆☆☆

很好的東東！

評分☆☆☆☆☆

不錯，滿意，京東購物真的很方便，啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦啦！！！

評分☆☆☆☆☆

書的內容非常豐富，在努力消化中

評分☆☆☆☆☆

操，買瞭也不看，買瞭乾嘛，浪費錢