అపాచీ హెచ్‌బేస్ అనేది గూగుల్ యొక్క బిగ్‌టేబుల్ మాదిరిగానే మరియు జావాలో వ్రాయబడిన ఓపెన్-సోర్స్, పంపిణీ, రిలేషనల్ కాని డేటాబేస్. ఇది హడూప్ మరియు హెచ్‌డిఎఫ్‌ఎస్ (హడూప్ డిస్ట్రిబ్యూటెడ్ ఫైల్‌సిస్టమ్) పైన బిగ్‌టేబుల్‌కు సమానమైన సామర్థ్యాలను అందిస్తుంది, అనగా ఇది పెద్ద మొత్తంలో చిన్న డేటాను నిల్వ చేయడంలో తప్పు-తట్టుకునే మార్గాన్ని అందిస్తుంది, ఇవి చాలా పెద్ద డేటా వినియోగ సందర్భాలలో సాధారణం. బిగ్ డేటాకు రియల్ టైమ్ రీడ్ / రైట్ యాక్సెస్ కోసం HBase ఉపయోగించబడుతుంది.
HBase నిల్వ నిర్మాణం అనేక భాగాలను కలిగి ఉంటుంది. ఈ భాగాల విధులను పరిశీలిద్దాం మరియు డేటా ఎలా వ్రాయబడుతుందో తెలుసుకుందాం.
HFiles:
HFiles తక్కువ స్థాయి HBase యొక్క నిర్మాణాన్ని ఏర్పరుస్తాయి. HFiles డేటాను వేగంగా మరియు సమర్ధవంతంగా నిల్వ చేయడానికి సృష్టించబడిన నిల్వ ఫైళ్లు.
HMaster:
స్క్లైట్ ట్యుటోరియల్ కోసం db బ్రౌజర్
HBase ప్రారంభించినప్పుడు ప్రతి HRegionServer కు ప్రాంతాలను కేటాయించాల్సిన బాధ్యత HMaster కు ఉంది. అడ్డు వరుసలు, పట్టికలు మరియు వాటి సమన్వయ కార్యకలాపాలకు సంబంధించిన ప్రతిదాన్ని నిర్వహించడానికి ఇది బాధ్యత వహిస్తుంది. మెటాడేటా యొక్క వివరాలు కూడా హమాస్టర్ వద్ద ఉన్నాయి.
భాగాలు యొక్క HBase:
HBase కింది భాగాలు ఉన్నాయి:
- పట్టిక - ప్రాంతాలను కలిగి ఉంటుంది
- ప్రాంతం - వరుసల శ్రేణి కలిసి నిల్వ చేయబడుతుంది
- ప్రాంత సర్వర్లు - ఒకటి లేదా అంతకంటే ఎక్కువ ప్రాంతాలకు సేవలు అందిస్తాయి
- మాస్టర్ సర్వర్ - హెచ్‌బేస్ క్లస్టర్‌ను నిర్వహించడానికి డీమన్ బాధ్యత వహిస్తుంది
HBase డేటాను నేరుగా HDFS లో నిల్వ చేస్తుంది మరియు HDFS యొక్క అధిక లభ్యత మరియు తప్పు సహనంపై ఎక్కువగా ఆధారపడుతుంది.
HBase నిల్వ నిర్మాణం:
సాధారణ ప్రవాహం ఏమిటంటే, క్లయింట్ ఒక నిర్దిష్ట వరుస కీని కనుగొనడానికి మొదట జూకీపర్‌ను సంప్రదిస్తాడు. జూకీపర్ నుండి సర్వర్ పేరును తిరిగి పొందడం ద్వారా ఇది జరుగుతుంది. ఈ సమాచారంతో మెటాటబుల్ కలిగి ఉన్న సర్వర్‌ను పొందడానికి ఇప్పుడు ఆ సర్వర్‌ను ప్రశ్నించవచ్చు. ఈ రెండు వివరాలు కాష్ చేయబడ్డాయి మరియు ఒక్కసారి మాత్రమే చూస్తారు. చివరగా, ఇది మెటాసర్వర్‌ను ప్రశ్నించవచ్చు మరియు క్లయింట్ వెతుకుతున్న అడ్డు వరుస ఉన్న సర్వర్‌ను తిరిగి పొందవచ్చు.
అడ్డు వరుస ఏ ప్రాంతంలో ఉందో తెలిస్తే, అది ఈ సమాచారాన్ని కూడా క్యాష్ చేస్తుంది మరియు నేరుగా HRegionServer ని సంప్రదిస్తుంది. కాబట్టి కాలక్రమేణా క్లయింట్‌కు మెటాసర్వర్‌ను మళ్లీ ప్రశ్నించాల్సిన అవసరం లేకుండా వరుసలను ఎక్కడ నుండి పొందాలో పూర్తి సమాచారం ఉంది. HRegion తెరిచినప్పుడు, ఇది ప్రతి పట్టికకు ప్రతి HColumnFamily కోసం ఒక స్టోర్ ఉదాహరణను ఏర్పాటు చేస్తుంది. క్లయింట్ HRegionServer కు ఒక అభ్యర్థనను జారీ చేసినప్పుడు డేటా వ్రాయబడుతుంది, ఇది సరిపోయే HRegion ఉదాహరణకి వివరాలను అందిస్తుంది. మొదటి దశ ఏమిటంటే, డేటాను మొదట HLog తరగతి ప్రాతినిధ్యం వహిస్తున్న ‘రైట్-అహెడ్-లాగ్’ (WAL) కు వ్రాయాలా వద్దా అని మనం నిర్ణయించుకోవాలి. క్లయింట్ సెట్ చేసిన జెండా ఆధారంగా ఈ నిర్ణయం తీసుకోబడుతుంది.
డేటాను WAL కి వ్రాసిన తర్వాత అది మెమ్‌స్టోర్‌లో ఉంచబడుతుంది. అదే సమయంలో, మెమ్‌స్టోర్ నిండి ఉందో లేదో తనిఖీ చేయబడుతుంది మరియు ఆ సందర్భంలో డిస్క్‌కి ఫ్లష్ అభ్యర్థించబడుతుంది. అప్పుడు డేటా HFile కు వ్రాయబడుతుంది.
print_r ()
మాకు ప్రశ్న ఉందా? వ్యాఖ్యల విభాగంలో వాటిని ప్రస్తావించండి మరియు మేము మిమ్మల్ని సంప్రదిస్తాము.
సంబంధిత పోస్ట్లు
HBase ఆర్కిటెక్చర్‌పై అంతర్దృష్టులు