IDH为Intel’s Distribution of Hadoop的简称,中文为英特尔Hadoop发行版,目前应该没有人在维护该产品了。这里简单介绍一下IDH HBase中实现的一些特性。
以下部分内容摘自IDH官方的一些文档,部分内容来自我的整理:
1、 单调数据的加盐处理
对于写入的rowkey是基本单调的(例如时序数据),IDH引入了一个新的接口:SaltedTableInterface
- 提高近乎透明的“加盐”,方便使用
- 封装了get、scan、put、delete等操作
2、提供了Rolling Scanner应对HFile数量大量增加情况下的get、scan性能
3、提供了ParallelClientScanner加速大范围查询性能
具体实现,请参考HBase客户端实现并行扫描
4、使得协作器实用化,从而可使用协作器来进行计算
相关说明,可以参考HBase实现简单聚合计算
5、提供基于lucene的全文检索
6、提供大对象的高效存储
- 类似Oracle的BLOB存储
- 对用户透明
- 2x以上的写入性能,还有些进步空间
- 2x的随机访问性能
- 1.3x的scan性能
- 接近直接写入hdfs性能
7、引入交互式的hive over hbase
- 完全的hive支持,常用功能(select、group by、top n等等)用hbase协作器实现,其余功能(大表关联等等)用mapreduce无缝对接
- 去除mapreduce的overhead,大大地减少了数据传输
- 性能有3x-10x提升
具体介绍,请参考Hive Over HBase的介绍
8、支持跨数据中心的大表
9、HBase中支持对某列族设置副本数
10、可以通过定时任务设置文件压缩合并频率
时间: 2024-08-01 13:51:09