Hbase中寫為什么比讀快

這篇文章主要介紹“Hbase中寫為什么比讀快”，在日常操作中，相信很多人在Hbase中寫為什么比讀快問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Hbase中寫為什么比讀快”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

首先，需要明確的是，Hbase寫入速度比讀取速度要快，根本原因LSM存儲引擎

從存儲引擎的角度分析

• Hbase底層的存儲引擎為LSM-Tree(Log-Structured Merge-Tree)。

• LSM核心思想的核心就是放棄部分讀能力，換取寫入的最大化能力。LSM Tree ，這個概念就是結構化合并樹的意思，它的核心思路其實非常簡單，就是假定內存足夠大，因此不需要每次有數據更新就必須將數據寫入到磁盤中，而可以先將最新的數據駐留在內存中，等到積累到最后多之后，再使用歸并排序的方式將內存內的數據合并追加到磁盤隊尾(因為所有待排序的樹都是有序的，可以通過合并排序的方式快速合并到一起)。

• LSM樹的設計思想非常樸素：將對數據的修改增量保持在內存中，達到指定的大小限制后將這些修改操作批量寫入磁盤，不過讀取的時候稍微麻煩，需要合并磁盤中歷史數據和內存中最近修改操作，所以寫入性能大大提升，讀取時可能需要先看是否命中內存，否則需要訪問較多的磁盤文件。極端的說，基于LSM樹實現的HBase的寫性能比MySQL高了一個數量級，讀性能低了一個數量級。

• LSM樹原理把一棵大樹拆分成N棵小樹，它首先寫入內存中，隨著小樹越來越大，內存中的小樹會flush到磁盤中，磁盤中的樹定期可以做merge操作，合并成一棵大樹，以優化讀性能。

參考博客：性能測試

Hbase為什么讀取速度快

• HBase能提供實時計算服務主要原因是由其架構和底層的數據結構決定的，即由LSM-Tree(Log-Structured Merge-Tree) + HTable(region分區) + Cache決定——客戶端可以直接定位到要查數據所在的HRegion server服務器，然后直接在服務器的一個region上查找要匹配的數據，并且這些數據部分是經過cache緩存的。

• 前面說過HBase會將數據保存到內存中，在內存中的數據是有序的，如果內存空間滿了，會刷寫到HFile中，而在HFile中保存的內容也是有序的。當數據寫入HFile后，內存中的數據會被丟棄。

• HFile文件為磁盤順序讀取做了優化，按頁存儲。下圖展示了在內存中多個塊存儲并歸并到磁盤的過程，合并寫入會產生新的結果塊，最終多個塊被合并為更大塊。

   

  hbase讀取速度快

• 多次刷寫后會產生很多小文件，后臺線程會合并小文件組成大文件，這樣磁盤查找會限制在少數幾個數據存儲文件中。HBase的寫入速度快是因為它其實并不是真的立即寫入文件中，而是先寫入內存，隨后異步刷入HFile。所以在客戶端看來，寫入速度很快。另外，寫入時候將隨機寫入轉換成順序寫，數據寫入速度也很穩定。

• 而讀取速度快是因為它使用了LSM樹型結構，而不是B或B+樹。磁盤的順序讀取速度很快，但是相比而言，尋找磁道的速度就要慢很多。HBase的存儲結構導致它需要磁盤尋道時間在可預測范圍內，并且讀取與所要查詢的rowkey連續的任意數量的記錄都不會引發額外的尋道開銷。比如有5個存儲文件，那么最多需要5次磁盤尋道就可以。而關系型數據庫，即使有索引，也無法確定磁盤尋道次數。而且，HBase讀取首先會在緩存（BlockCache）中查找，它采用了LRU（最近最少使用算法），如果緩存中沒找到，會從內存中的MemStore中查找，只有這兩個地方都找不到時，才會加載HFile中的內容，而上文也提到了讀取HFile速度也會很快，因為節省了尋道開銷。

舉例：
A：如果快速查詢（從磁盤讀數據），hbase是根據rowkey查詢的，只要能快速的定位rowkey, 就能實現快速的查詢，主要是以下因素：
1、hbase是可劃分成多個region，你可以簡單的理解為關系型數據庫的多個分區。
2、鍵是排好序了的
3、按列存儲的

• 首先，能快速找到行所在的region(分區)，假設表有10億條記錄，占空間1TB, 分列成了500個region, 1個region占2個G. 最多讀取2G的記錄，就能找到對應記錄；

• 其次，是按列存儲的，其實是列族，假設分為3個列族，每個列族就是666M， 如果要查詢的東西在其中1個列族上，1個列族包含1個或者多個HStoreFile，假設一個HStoreFile是128M， 該列族包含5個HStoreFile在磁盤上. 剩下的在內存中。

• 再次，是排好序了的，你要的記錄有可能在最前面，也有可能在最后面，假設在中間，我們只需遍歷2.5個HStoreFile共300M

• 最后，每個HStoreFile(HFile的封裝)，是以鍵值對（key-value）方式存儲，只要遍歷一個個數據塊中的key的位置，并判斷符合條件可以了。 一般key是有限的長度，假設跟value是1:19（忽略HFile上其它塊），最終只需要15M就可獲取的對應的記錄，按照磁盤的訪問100M/S，只需0.15秒。 加上塊緩存機制（LRU原則），會取得更高的效率。

B：實時查詢

• 實時查詢，可以認為是從內存中查詢，一般響應時間在1秒內。HBase的機制是數據先寫入到內存中，當數據量達到一定的量（如128M），再寫入磁盤中， 在內存中，是不進行數據的更新或合并操作的，只增加數據，這使得用戶的寫操作只要進入內存中就可以立即返回，保證了HBase I/O的高性能。

• 實時查詢，即反應根據當前時間的數據，可以認為這些數據始終是在內存的，保證了數據的實時響應

到此，關于“Hbase中寫為什么比讀快”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！