第3章 客戶端API：基礎知識

• 所有修改都保證了行級別的原子性： 要么讀到最新的修改，要么等待系統允許寫入改行修改
• 用戶要盡量使用批處理(batch)更新來減少單獨操作同一行數據的次數
• 寫操作中設計的列的數目并不會影響該行數據的原子性，行原子性會同時保護到所有列
• 創建HTable實例（指的是在java中新建該類），每個實例都要掃描.META. 表，以檢查該表是否存在，推薦用戶只創建一次HTable實例，而且是每個線程創建一個
• 如果用戶需要多個HTable實例，建議使用HTablePool類（類似連接池）

CRUD

• 還可以通過 KeyValue 來添加Put: Put add(KeyValue kv)
• getFamilyMap() 可以遍歷Put實例中每一個可用的KeyValue實例
• 用 has(family, qualifier) 來檢查是否存在特定的單元格，而不需要遍歷整個集合
• Put.getRow() 可以獲取rowkey
• Put.heapSize() 可以計算當前Put實例所需的堆大小，既包含其中的數據，也包含內部數據結構所需的空間

KeyValue

KeyValue提供了一些比較器（可能可以進行服務器端排序？），列出可能用到的幾種：

• KeyComparator ? 比較 getKey()
• KVComparator ?
• RowComparator ? 比較 getRow()

客戶端的寫緩沖區

• 客戶端有一個寫緩沖區(默認大小2M)，收集一堆put，然后一次發給服務器
• 通過 table.setAutoFlush(false) 來激活緩沖區（只有在寫非常頻繁的情況下會用到）
• hbase-site.xml 中的 hbase.client.write.buffer來調整大小

以下情況會激發緩沖區的刷寫

激活寫緩沖區之后要手動調用 flushCommits()?

緩沖區滿了的時候也會自動調用flushCommits()方法

table.close()也會觸發刷寫

注意：如果只存儲大單元格，緩沖區的作用就不大，因為大部分時間是傳輸時間而不是開關socket的時間

Put列表

可以傳入一個列表的 Put void Put(List<Put> puts) 不過如果同時插入多個put，當其中某個出錯的時候，前面幾個會被正常插入，往后的put就都不會插入 而且客戶端也不能保證服務器端的寫入順序

GET

• get.exist(Get get) 方法，在需要檢查一個比較大的列的時候能節省網絡傳輸
• Result getRowBefore 可以獲取某個行之前的行

批量處理操作

• put，get， delete 列表其實都是通過 batch() 方法實現的
• 直接使用batch(List<Action> actions, Object[] results, ... ) 可以同時傳入3種實例中的任意一種
• batch并不使用寫緩沖區

注意：不可以把對同一行的put和delete放在一個批量處理里面，因為批量處理的順序不可控

兩種批量查詢的區別

用batch(List<Row> actions, Object[] results)批量查 和 Object[] batch(List<Row> actions) 的區別是

• ?batch(List<Row> actions, Object[] results)可以返回部分結果
• Object[] batch(List<Row> actions) 一旦出錯，一條都沒有
  

行鎖

盡量不要使用行鎖，如果必須使用，請一定節約占用鎖的時間

掃描

• 通過 hbase-site.xml 中的 hbase.regionserver.lease.period 設定 ResultScanner 的租約
• 由于每次next()都要發一次請求，所以掃描器也有緩存，叫scanner caching ，默認是關閉的
• 通過 setBatch(5) 可以每次 next() 返回5列，注意是 列！

各種特性

HRegionLocation getRegionLocation(row) Map<HRegionInfo, HServerAddress> getRegionInfo() 這些方法可以獲取某一行數據的具體位置，或者所在的region信息

總結

以上是生活随笔為你收集整理的《HBase权威指南》读书笔记3的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。