標籤：hbase 2.0、elasticsearch、Coprocessor、協處理器 在正式進行講述實現之前，我覺得有必要說一下出發點。團隊期初資料都是基於 HBase+Phoenix 這樣架構進行持久

在大資料時代，金融科技公司通常藉助消費資料來綜合評估使用者的信用和還款能力。這個過程中，某些中介機構會蒐集大量的號並進行“養號”工作，即在一年週期裡讓這些號形成正常的消費、通訊記錄，目的是將這些號“培養”得非常

JanusGraph是以鄰接列表儲存的，這意味著圖形儲存為鄰接列表的頂點集合。頂點的鄰接列表包含所有點的邊（出邊和入邊，包含邊的屬性）和頂點對應的屬性。 JanusGraph按排序順序維護鄰接列表中的每個頂點，

目前社群已經發布了HBase的2.0版本，很多公司都希望去嘗試新版本上的新功能，但是不得不面對的問題就是當叢集出了問題應該如何解決。 在之前的HBase版本中，我們可以依賴hbck來幫助檢查問題和

Google的BigTable論文提到了一個很重要的東西：它所使用的檔案組織方式（LSM-Tree），這個東東出自1996 年的一篇論文《The Log-Structured Merge-Tree (L

Hbase是什麼？ Hbase是一個架構在Hdfs檔案系統上的列式儲存,是開源的，分散式，面向列的資料庫。適合於非結構化資料儲存的資料庫。 Hbase是一個高可靠、高效能、面向列、可伸縮的分散式儲存系統

本篇重點： 1.Region的切分點是整個region中最大store中的最大檔案中最中心的一個block的首個rowkey。 2.Region分裂是個事務過程 3.Region會先標記，在Majo

在遙遠的雲上，有著另一個神祕的世界。 這個世界自鴻蒙初闢，各路諸侯紛紛厲兵秣馬，攻城拔寨。十多載過去，世界的格局已經基本穩定。 在西方，有著AWS、Azure、GAE等幾大巨擘；在東方，也有著Aliyu

HBase作為淘寶全網索引構建以及線上機器學習平臺的核心儲存系統，是阿里搜尋基礎架構的重要組成部分。本文我們將介紹HBase在阿里搜尋的 歷史、規模，應用的場景 以及在實際應用當中遇到的 問題和優化 。

阿里雲HBase 2.0成長手記 HBase本身是一個分散式儲存、資料庫引擎，可以支援千萬的QPS、PB級別的儲存，這些都已經在生產環境驗證，並且在阿里得以驗證。 早在2010年開始，阿里巴巴集團開始研

簡單地說Compaction 合併是指一個 region 的一個 store 中的一些 HFile 合為一個 HFile 的操作。過程是先從這些待合併的資料檔案中讀出 KeyValues ，再按照由小到

前言 最近被大佬問到一個問題，hbase查詢資料在最壞的場景下需要進行幾次rpc，當時就懵了..下面主要對client端程式碼進行分析。閱讀文章和看原始碼更配~ 讀資料 流程總覽 1. 從zoo

上篇博文中已經談到，有兩個流程沒有講到。一個是MetaTableAccessor.getRegionLocations，另外一個是ConnectionImplementation.cacheLocation。這一節，

首先，讓我們從HTable.put方法開始。由於這一節有很多方法只是簡單的引數傳遞，我就簡單略過，但是，關鍵的方法我還是會截圖講解，所以希望大家儘可能對照原始碼進行流程分析。另外，在這一節，我單單介紹put操作在客戶

官方給出的答案是乾脆的，那就是“不支援”。如果想實現資料之間的關聯，就必須自己去實現了，這是挑選 NoSQL 資料庫必須付出的代價。 HBase 是否支援 ACID？ ACID 就是 Atomicity