內容實用——理論與實踐結合，重點突出應用

體系完善——構建完整的大數據專業解決方案

產教融合——高校企業共參與，對標行業標準

資源豐富——微課、課件、教案、源碼、答案

再版前言

大數據帶來了各種各樣繁雜的數據，我們不僅要呈現世界，更重要的是通過呈現來處理更龐大的數據，理解各種各樣的數據集合，表現多維數據之間的關聯。換句話說，就是歸納數據內在的模式、關聯和結構。

由于大數據的存儲量極大，因此其存儲設備需要具有高擴展性、高可用性、自動容錯和低成本等特點。常見的存儲形式有分布式文件系統和分布式數據庫，分布式文件系統采用大規模的分布式存儲節點來滿足存儲大量文件的需求，而分布式的非關系型數據庫則為大規模非結構化數據的處理和分析提供支持。

目前常見的非關系型數據庫主要有Redis、Tokyo Cabinet、MongoDB、CouchDB、Cassandra、Voldemort和HBase等。本書將對HBase進行深入研究和探討，其他非關系型數據庫可以參考相關書籍。

本書共8章，具體內容如下。

第1章介紹關系型數據庫和非關系型數據庫的區別、HBase的使用場景。

第2章介紹HBase的邏輯模型、物理模型和系統架構。

第3章詳細講解HRegionServer、HRegion和HBase數據讀寫流程。

第4章介紹HBase的分布式環境搭建。

第5章介紹如何通過HBase Shell完成表的管理、數據的增刪改查和數據遷移。

第6章介紹創建表、數據插入、數據查詢等基本操作，然后對Scan查詢、Filter過濾、行數統計、NameSpace開發、計數器、協處理器和HBase快照等高級應用進行介紹。

第7章介紹HBase表設計、列族設計優化、讀寫性能優化策略、HBase集群規劃。

第8章講解HBase MapReduce編程實例。

本書第一版出版以來得到了上百所院校的使用，收到很多老師的意見反饋，在此表示衷心感謝。本次改版除了對部分內容修訂外，對軟件版本也進行了升級，并增加了課后習題和微課資源。

本書由林徐、陳恒、孫帥擔任主編，馬憲敏、卓雪雪、李紫薇擔任副主編，參與編寫的還有李偉。本書的編寫得到北京百知教育科技有限公司和中國水利水電出版社的大力支持，在此表示感謝。

由于時間倉促及編者水平有限，書中難免有疏漏甚至錯誤之處，懇請廣大讀者批評指正。

編　者

2022年9月

再版前言
第1章　HBase介紹 1
1.1　面向行和面向列存儲對比 1
1.1.1　面向行存儲的數據庫 1
1.1.2　面向列存儲的數據庫 2
1.1.3　兩種存儲方式的對比 2
1.2　HDFS分布式存儲的特點 3
1.3　HBase的使用場景 4
本章小結 6
習題1 6
第2章　HBase模型和系統架構 7
2.1　HBase的相關概念 7
2.2　HBase的邏輯模型 8
2.3　HBase的物理模型 10
2.4　HBase的特點 10
2.5　HBase的系統架構 11
2.5.1　Client 11
2.5.2　ZooKeeper 11
2.5.3　HMaster 12
2.5.4　HRegionServer 13
2.5.5　HRegion 13
本章小結 13
習題2 13
第3章　HBase數據讀寫流程 15
3.1　HRegionServer詳解 15
3.1.1　WAL 16
3.1.2　MemStore 17
3.1.3　BlockCache 18
3.1.4　HFile 18
3.1.5　HRegionServer的恢復 23
3.1.6　HRegionServer的上線下線 23
3.2　HRegion 24
3.2.1　HRegion分配 24
3.2.2　HRegion Split 24
3.2.3　HRegion Compact 25
3.3　HMaster上線 25
3.4　數據讀流程 26
3.4.1　傳統的數據讀流程 26
3.4.2　數據讀流程的改進 27
3.5　數據寫流程 28
3.6　刪除數據流程 28
本章小結 28
習題3 29
第4章　HBase環境搭建 30
4.1　ZooKeeper的安裝 30
4.2　HBase的安裝 31
本章小結 34
習題4 35
第5章　HBase Shell 36
5.1　HBase Shell啟動 36
5.2　表的管理 37
5.3　表數據的增刪改查 44
5.4　HBase數據遷移的importtsv的使用 48
本章小結 49
習題5 49
第6章　HBase程序開發 53
6.1　表的相關操作 53
6.2　創建Configuration對象 57
6.3　創建表 57
6.3.1　開發環境配置 58
6.3.2　創建表 61
6.4　數據插入 63
6.5　數據查詢 69
6.6　數據刪除 73
6.7　Scan查詢 76
6.8　Filter過濾 85
6.9　行數統計 105
6.10　NameSpace開發 107
6.11　計數器 110
6.12　協處理器 114
6.13　HBase快照 124
本章小結 129
習題6 129
第7章　HBase高級特性 132
7.1　HBase表設計 132
7.2　列族設計優化 136
7.3　寫性能優化策略 138
7.4　讀性能優化策略 139
7.4.1　HBase客戶端優化 139
7.4.2　HBase服務器端優化 140
7.4.3　HDFS相關優化 141
7.5　HBase集群規劃 142
7.5.1　集群業務規劃 142
7.5.2　集群容量規劃 143
7.5.3　Region規劃 144
7.5.4　內存規劃 145
本章小結 149
習題7 149
第8章　MapReduce On HBase 151
8.1　HBase MapReduce 151
8.2　編程實例 152
8.2.1　使用MapReduce操作HBase 152
8.2.2　從HBase獲取數據上傳至HDFS 155
8.2.3　MapReduce生成HFile入庫到HBase 157
8.2.4　同時寫入多張表 161
8.2.5　從多個表讀取數據 164
8.2.6　通過讀取HBase表刪除HBase數據 166
8.2.7　通過讀取HBase表數據復制到另外一張表 168
8.2.8　建立HBase表索引 170
8.2.9　將MapReduce輸出結果到MySQL 173
8.2.10　利用MapReduce完成MySQL數據讀寫 178
本章小結 181
習題8 181
附錄1　MySQL安裝 183
附錄2　Python連接HBase 185

1. 零基礎玩轉國產大模型DeepSeek [徐永冰 張帥 編著]
2. 網絡工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
3. 信息系統項目管理師考試32小時通關（適用第4版考綱） [薛大龍]
4. 信息系統管理工程師考試32小時通關（適配第2版考綱） [薛大龍　劉偉]
5. 土木工程材料檢測實訓 [洪曉江 達則曉麗 錢波]
6. 科技信息檢索與論文寫作實用教程 [李振華]
7. 傳統山水畫論解讀與實踐 [陳鈉 著]
8. Python數據庫編程 [主編 殷樹友 邢 翀]
9. 計算機基礎實訓指導 [主編 袁春萍 朱妮]
10. 嵌入式人工智能技術應用（數字教材） [主編 胡娜 楊國勇 晏廷榮]
11. Vienna整流器技術 [桂存兵 著]
12. 變頻器與伺服應用 [陳剛 葉云飛]
13. 物聯網工程設計與實踐 [湯琳 李敏]
14. 爐邊夜話——深入淺出話AI [汪建　著]
15. 電商運營與管理 [鐘肖英 陳瀟]
16. Java面向對象程序設計 [主編 姜春磊 陳虹潔]
17. 信息技術基礎（Windows 10+WPS Office）（微課版） [主編　石利平　田輝平　謝盛嘉]
18. 人工智能應用 [主編　陳　萍　劉培培　陳孟軍]
19. 大學生職業發展與就業指導 [主編　劉志堅]
20. 高級辦公應用項目教程 [主編 屈晶 趙成麗]
21. 微信小程序開發項目實戰（微課版） [主編 黃龍泉 郭峰 朱倩]
22. 企業檔案工作實戰寶典百問百答 [華俊 盧秀英 邵甜甜 著]
23. 計算機網絡原理及應用 [主編 唐繼勇 葉坤 孫夢娜]
24. 大學生創業基礎 [主編 王麗莉 王 楊]
25. 船舶輔機 [主編 王連海 于洋 姜淑翠]
26. 大學生就業指導 [主編 王麗莉 董宴廷]
27. 系統架構設計師章節習題與考點特訓 [主編 薛大龍 鄒月平]
28. 高校學生工作探索與實踐 [郭亮 著]
29. 大學生情商管理 [方雄 著]
30. 2023年長沙市會展業發展報告 [主編 周棟良]