HBase权威指南

第1章 简介

1.1 海量数据的黎明

1.2 关系数据库系统的问题

1.3 非关系型数据库系统Not-Only-SQL（简称NoSQL）

1.3.1 维度

1.3.2 可扩展性

1.3.3 数据库的范式化和反范式化

1.4 结构

1.4.1 背景

1.4.2 表、行、列和单元格

1.4.3 自动分区

1.4.4 存储API

1.4.5 实现

1.4.6 小结

1.5 HBase：Hadoop数据库

1.5.1 历史

1.5.2 命名

1.5.3 小结

第2章 安装

2.1 快速启动指南

2.2 必备条件

2.2.1 硬件

2.2.2 软件

2.3 HBase使用的文件系统

2.3.1 本地模式

2.3.2 HDFS

2.3.3 S

2.3.4 其他文件系统

2.4 安装选项

2.4.1 Apache二进制发布包

2.4.2 编译源码

2.5 运行模式

2.5.1 单机模式

2.5.2 分布式模式

2.6 配置

2.6.1 hbase-site.xml与hbase-default.xml

2.6.2 hbase-env.sh

2.6.3 regionserver

2.6.4 log4j.properties

2.6.5 配置示例

2.6.6 客户端配置

2.7 部署

2.7.1 基于脚本

2.7.2 Apache Whirr

2.7.3 Puppet与Chef

2.8 操作集群

2.8.1 确定安装运行

2.8.2 Web UI介绍

2.8.3 Shell介绍

2.8.4 关闭集群

第3章 客户端API：基础知识

3.1 概述

3.2 CRUD操作

3.2.1 put方法

3.2.2 get方法

3.2.3 删除方法

3.3 批量处理操作

3.4 行锁

3.5 扫描

3.5.1 介绍

3.5.2 ResultScanner类

3.5.3 缓存与批量处理

3.6 各种特性

3.6.1 HTable的实用方法

3.6.2 Bytes类

第4章 客户端API：高级特性

4.1 过滤器

4.1.1 过滤器简介

4.1.2 比较过滤器

4.1.3 专用过滤器

4.1.4 附加过滤器

4.1.5 FilterList

4.1.6 自定义过滤器

4.1.7 过滤器总结

4.2 计数器

4.2.1 计数器简介

4.2.2 单计数器

4.2.3 多计数器

4.3 协处理器

4.3.1 协处理器简介

4.3.2 Coprocessor类

4.3.3 协处理器加载

4.3.4 RegionObserver类

4.3.5 MasterObserver类

4.3.6 endpoint

4.4 HTablePool

4.5 连接管理

第5章 客户端API：管理功能

5.1 模式定义

5.1.1 表

5.1.2 表属性

5.1.3 列族

5.2 HBaseAdmin

5.2.1 基本操作

5.2.2 表操作

5.2.3 模式操作

5.2.4 集群管理

5.2.5 集群状态信息

第6章 可用客户端

6.1 REST、Thrift和Avro的介绍

6.2 交互客户端

6.2.1 原生Java

6.2.2 REST

6.2.3 Thrift

6.2.4 Avro

6.2.5 其他客户端

6.3 批处理客户端

6.3.1 MapReduce

6.3.2 Hive

6.3.3 Pig

6.3.4 Cascading

6.4 Shell

6.4.1 基础

6.4.2 命令

6.4.3 脚本

6.5 基于Web的UI

6.5.1 master的UI

6.5.2 region服务器的UI

6.5.3 共享页面

第7章 与MapReduce集成

7.1 框架

7.1.1 MapReduce介绍

7.1.2 类

7.1.3 支撑类

7.1.4 MapReduce的执行地点

7.1.5 表拆分

7.2 在HBase之上的MapReduce

7.2.1 准备

7.2.2 数据流向

7.2.3 数据源

7.2.4 数据源与数据流向

7.2.5 自定义处理

第8章 架构

8.1 数据查找和传输

8.1.1 B+树

8.1.2 LSM树

8.2 存储

8.2.1 概览

8.2.2 写路径

8.2.3 文件

8.2.4 HFile格式

8.2.5 KeyValue格式

8.3 WAL

8.3.1 概述

8.3.2 HLog类

8.3.3 HLogKey类

8.3.4 WALEdit类

8.3.5 LogSyncer类

8.3.6 LogRoller类

8.3.7 回放

8.3.8 持久性

8.4 读路径

8.5 region查找

8.6 region生命周期

8.7 ZooKeeper

8.8 复制

8.8.1 Log Edit的生命周期

8.8.2 内部机制

第9章 高级用法

9.1 行键设计

9.1.1 概念

9.1.2 高表与宽表

9.1.3 部分键扫描

9.1.4 分页

9.1.5 时间序列

9.1.6 时间顺序关系

9.2 高级模式

9.3 辅助索引

9.4 搜索集成

9.5 事务

9.6 布隆过滤器

9.7 版本管理

9.7.1 隐式版本控制

9.7.2 自定义版本控制

第10章 集群监控

10.1 介绍

10.2 监控框架

10.2.1 上下文、记录和监控指标

10.2.2 master监控指标

10.2.3 region服务器监控指标

10.2.4 RPC监控指标

10.2.5 JVM监控指标

10.2.6 info监控指标

10.3 Ganglia

10.3.1 安装

10.3.2 用法

10.4 JMX

10.4.1 JConsole

10.4.2 JMX远程API

10.5 Nagios

第11章 性能优化

11.1 垃圾回收优化

11.2 本地memstore分配缓冲区

11.3 压缩

11.3.1 可用的编解码器

11.3.2 验证安装

11.3.3 启用压缩

11.4 优化拆分和合并

11.4.1 管理拆分

11.4.2 region热点

11.4.3 预拆分region

11.5 负载均衡

11.6 合并region

11.7 客户端API：最佳实践

11.8 配置

11.9 负载测试

11.9.1 性能评价

11.9.2 YCSB

第12章 集群管理

12.1 运维任务

12.1.1 减少节点

12.1.2 滚动重启

12.1.3 新增服务器

12.2 数据任务

12.2.1 导入/导出

12.2.2 CopyTable工具

12.2.3 批量导入

12.2.4 复制

12.3 额外的任务

12.3.1 集群共存

12.3.2 端口要求

12.4 改变日志级别

12.5 故障处理

12.5.1 HBase Fsck

12.5.2 日志分析

12.5.3 常见问题

附录A HBase配置属性

附录B 计划

附录C 版本升级

附录D 分支

附录E Hush SQL Schema

附录F 对比HBase和BigTable

本书探讨了如何通过使用与HBase高度集成的Hadoop将HBase的可伸缩性变得简单；把大型数据集分布到相对廉价的商业服务器集群中；使用本地Java客户端，或者通过提供了REST、Avro和Thrift应用编程接口的网关服务器来访问HBase；了解HBase架构的细节，包括存储格式、预写日志、后台进程等；在HBase中集成MapReduce框架；了解如何调节集群、设计模式、拷贝表、导入批量数据和删除节点等。
本书适合使用HBase进行数据库开发的高级数据库研发人员阅读。

Apache HBase项目管理委员会主席Michael Stack作序推荐。
作者Lars George是HBase Committer，HBase文档的主要贡献者，Cloudera公司解决方案架构师，主要为Hadoop和HBase提供技术支持、咨询和培训工作。
这是一本介绍HBase内部机制的书，是HBase开发指南。