HBase實戰(zhàn)

第一部分 HBase基礎
第1章 HBase介紹
1.1 數(shù)據(jù)管理系統(tǒng)：速成
1.1.1 你好，大數(shù)據(jù)
1.1.2 數(shù)據(jù)創(chuàng)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(lián)網搜索問題：BigTable發(fā)明的原因
1.2.2 抓取增量數(shù)據(jù)
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(shù)據(jù)
1.4 小結
第2章 入門
2.1 從頭開始
2.1.1 創(chuàng)建表
2.1.2 檢查表模式
2.1.3 建立連接
2.1.4 連接管理
2.2 數(shù)據(jù)操作
2.2.1 存儲數(shù)據(jù)
2.2.2 修改數(shù)據(jù)
2.2.3 工作機制：HBase寫路徑
2.2.4 讀數(shù)據(jù)
2.2.5 工作機制：HBase讀路徑
2.2.6 刪除數(shù)據(jù)
2.2.7 合并：HBase的后臺工作
2.2.8 有時間版本的數(shù)據(jù)
2.2.9 數(shù)據(jù)模型概括
2.3 數(shù)據(jù)坐標
2.4 小結
2.5 數(shù)據(jù)模型
2.5.1 邏輯模型：有序映射的映射集合
2.5.2 物理模型：面向列族
2.6 表掃描
2.6.1 設計用于掃描的表
2.6.2 執(zhí)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 并行計算提高吞吐量
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(shù)據(jù)流介紹
3.2.2 MapReduce內部機制
3.3 分布式模式的HBase
3.3.1 切分和分配大表
3.3.2 如何找到region
3.3.3 如何找到-ROOT-表
3.4 HBase和MapReduce
3.4.1 使用HBase作為數(shù)據(jù)源
3.4.2 使用HBase接收數(shù)據(jù)
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(guī)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表設計
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(shù)據(jù)和負載的建模方法
4.1.4 目標數(shù)據(jù)訪問
4.2 反規(guī)范化是HBase世界里的詞語
4.3 相同表里的混雜數(shù)據(jù)
4.4 行鍵設計策略
4.5 IO考慮
4.5.1 為寫優(yōu)化
4.5.2 為讀優(yōu)化
4.5.3 基數(shù)和行鍵結構
4.6 從關系型到非關系型
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(shù)據(jù)塊大小
4.7.2 數(shù)據(jù)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(shù)據(jù)
4.8.1 實現(xiàn)一個過濾器
4.8.2 預裝過濾器
4.9 小結
第5章 使用協(xié)處理器擴展HBase
5.1 兩種協(xié)處理器
5.1.1 Observer協(xié)處理器
5.1.2 endpoint協(xié)處理器
5.2 實現(xiàn)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(xiàn)一個endpoint
5.3.1 為endpoint定義接口
5.3.2 實現(xiàn)endpoint服務器
5.3.3 實現(xiàn)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里使用HBase Shell腳本
6.1.1 準備HBase Shell
6.1.2 使用UNIX Shell腳本創(chuàng)建表模式
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表
6.3 通過REST訪問HBase
6.3.1 啟動HBase REST服務
6.3.2 訪問TwitBase的users表
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 啟動HBase Thrift服務
6.4.3 掃描TwitBaseuser表
6.5 asynchbase：另外一種HBase Java客戶端
6.5.1 創(chuàng)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 應用系統(tǒng)實例
第7章 通過實例學習HBase：OpenTSDB
7.1 OpenTSDB概述
7.1.1 挑戰(zhàn)：基礎設施監(jiān)控
7.1.2 數(shù)據(jù)：時間序列
7.1.3 存儲：HBase
7.2 設計一個HBase應用系統(tǒng)
7.2.1 模式設計
7.2.2 應用架構
7.3 實現(xiàn)一個HBase應用系統(tǒng)
7.3.1 存儲數(shù)據(jù)
7.3.2 查詢數(shù)據(jù)
7.4 小結
第8章 在HBase上查詢地理信息系統(tǒng)
8.1 運用地理數(shù)據(jù)
8.2 設計一個空間索引
8.2.1 從復合行鍵開始
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里使用geohash
8.3 實現(xiàn)最近鄰居查詢
8.4 把計算工作推往服務器端
8.4.1 基于查詢多邊形創(chuàng)建一次geohash掃描
8.4.2 區(qū)域內查詢第一幕：客戶端
8.4.3 區(qū)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(guī)劃集群
9.1.1 原型集群
9.1.2 小型生產集群（10～20臺服務器）
9.1.3 中型生產集群（50臺以下服務器）
9.1.4 大型生產集群（超過50臺服務器）
9.1.5 Hadoop Master節(jié)點
9.1.6 HBase Master
9.1.7 Hadoop DataNode和HBase RegionServer
9.1.8 ZooKeeper
9.1.9 采用云服務怎么樣？
9.2 部署軟件
9.2.1 Whirr：在云端部署
9.3 發(fā)行版本
9.3.1 使用原生Apache發(fā)行版本
9.3.2 使用Cloudera的CDH發(fā)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(shù)
9.4.3 操作系統(tǒng)配置
9.5 管理守護進程
9.6 小結
第10章 運維
10.1 監(jiān)控你的集群
10.1.1 HBase如何輸出監(jiān)控指標
10.1.2 收集監(jiān)控指標和圖形展示
10.1.3 HBase輸出的監(jiān)控指標
10.1.4 應用端監(jiān)控
10.2 HBase集群的性能
10.2.1 性能測試
10.2.2 什么影響了HBase的性能
10.2.3 優(yōu)化支撐系統(tǒng)
10.2.4 優(yōu)化HBase
10.3 集群管理
10.3.1 啟動和停止HBase
10.3.2 優(yōu)雅停止和讓節(jié)點退役
10.3.3 增加節(jié)點
10.3.4 滾動重啟和升級
10.3.5 bin/hbase和HbaseShell
10.3.6 維護一致性——hbck
10.3.7 查看HFile和HLog
10.3.8 預先拆分表
10.4 備份和復制
10.4.1 集群間復制
10.4.2 使用MapReduce作業(yè)進行備份
10.4.3 備份根目錄
10.5 小結
附錄A 探索HBase系統(tǒng)
附錄B 更多關于HDFS的工作原理