第二次作业
一. 多选题（共5题）
-
(多选题) Rowkey设计的原则，下列哪些选项的描述是正确的？
- A. 可以使用汉字
- B. 本身是无序的
- C. 尽量保证越短越好
- D. 可以使用字符串
- 正确答案: ACD
-
(多选题)下面对HBase的描述哪些是正确的？
- A. 是一种NoSQL数据库
- B. 不是开源的
- C. 是面向列的
- D. 是分布式的
- 正确答案: ACD
-
(多选题)下面哪些概念是HBase框架中使用的？
- A. EXT3
- B. HDFS
- C. Zookeeper
- D. GridFS
- 正确答案: BC
-
(多选题) 下面哪些选项正确描述了HBase的特性？
- A. 面向列
- B. 高性能
- C. 高可靠性
- D. 可伸缩
- 正确答案: ABCD
-
(多选题)MapReduce与HBase的关系，哪些描述是正确的？
- A. 两者不可或缺，MapReduce是HBase可以正常运行的保证
- B. 它们之间没有任何关系
- C. MapReduce可以直接访问HBase
- D. 两者不是强关联关系，没有MapReduce，HBase可以正常运行
- 正确答案: CD
二. 单选题（共10题）
-
(单选题)以下对NoSQL特点描述中，错误的是（）
- A. 数据存储不需要固定的表结构,通常也不存在连接操作
- B. 当插入数据时，不需要预先定义其模式
- C. 支持SQL,用户学习使用很方便
- D. 简单易部署，基本都是开源软件
- 正确答案: C
-
(单选题)为了在响应时间、一致性与持久性之间寻求平衡，NoSQL数据库通常采用（ ）来满足用户对数据一致性的需求。
- A. 非一致性
- B. 最终一致性
- C. 完全一致性
- D. 临时一致性
- 正确答案: B
-
(单选题)CAP 理论是 NoSql理论的基础，下列性质不属于 CAP 的是（ ）
- A. 可用性
- B. 一致性
- C. 分区容错性
- D. 原子性
- 正确答案: D
-
(单选题)HBase依靠（）存储底层数据
- A. Memory
- B. Hadoop
- C. MapReduce
- D. HDFS
- 正确答案: D
-
(单选题)HBase依赖（）提供强大的计算能力
- A. Chubby
- B. MapReduce
- C. RPC
- D. Zookeeper
- 正确答案: B
- (单选题)HBase中的批量加载底层使用（）实现。
- A. MapReduce
- B. Bloom Filter
- C. Coprocessor
- D. Hive
- 正确答案: A
- (单选题)NoSQL数据库支持的BASE事务是指（ ）
- A. 积极性、可靠性、完整性
- B. 基础性、软件化、一致性
- C. 基本可用、软状态、最终一致
- D. 通用性、基础性、耐用性
- 正确答案: C
- (单选题)HBase来源于哪篇博文？
- A. BigTable
- B. The Google File System
- C. MapReduce
- D. Chubby
- 正确答案: A
- (单选题)HBase依赖（）提供消息通信机制
- A. Chubby
- B. RPC
- C. Zookeeper
- D. Socket
- 正确答案: C
- (单选题)MongoDB是一种NoSQL数据库，具体地说，是（ ）存储数据库。
- A. 键值
- B. 图形
- C. 文档
- D. XML
- 正确答案: C
三. 简答题（共4题）
- (简答题)此题为操作题，使用在线平台或分享的虚拟机平台软件，查询Student1表中列标识为Name且行键为003的所有数据。要求写出相关命令，并把结果截图和相关命令一起提交。
正确答案：
scan 'Student1', {FILTER => "QualifierFilter(=,'substring:Name') AND KeyOnlyFilter()"}
- (简答题)
此题为操作题，使用在线平台或分享的虚拟机平台软件，
（1）新建表studentCopy，列族为Grades。
（2）把数据表Student1中的Grades列族的数据复制到studentCopy中。
（3）查看studentCopy中数据。
把运行结果截图和相关命令一起提交。
正确答案：
（1）
create 'studentCopy','Grades'
（2）
hbase org.apache.hadoop.hbase.mapreduce.CopyTable –families=Grades --new.name=studentCopy Student1
（3）
scan 'studentCopy'
- (简答题)
此题为操作题，使用在线平台或分享的虚拟机平台软件，
（1）新建表stucopy，列族为Grades、StuInfo，版本都设置为4，用于存放多版本数据。
（2）把数据表StudentInfo中第2-4个版本的数据复制到stucopy表中。
（3）然后查看stucopy表中的所有数据。
并把结果截图和相关命令一起提交。
正确答案：
（1）
create 'stucopy',{NAME=>'Grades',VERSIONS=>4},{NAME=>'StuInfo',VERSIONS=>4}
（2）
hbase org.apache.hadoop.hbase.mapreduce.CopyTable --starttime=2 --endtime=5 --versions=3 --new.name=stucopy StudentInfo
（3）
scan 'stucopy',VERSIONS=>3
- (简答题)
此题为操作题，使用在线平台或分享的虚拟机平台软件，查询StudentInfo表中行键为“001”、列族为“StuInfo”、时间戳为1和2的版本数据。要求写出相关命令，并把结果截图和相关命令一起提交。
正确答案：
get 'StudentInfo','001',{COLUMN=>'StuInfo',TIMERANGE=>[1,3],VERSIONS=>2}
1. HBase 基础知识：
-
Rowkey 设计原则:
- 考虑数据均匀分布，避免热点写入。
- 最好包含时间戳，以支持按时间范围查询。
- 避免过长的Rowkey，以提高检索效率。
-
HBase 特性描述:
- 高可靠性: 数据自动分布和复制，支持水平扩展。
- 高性能: 随机读/写，适合海量数据存储。
- 可伸缩性: 集群规模可动态扩展。
-
HBase 框架中的概念:
- 表（Table）: 数据存储的基本单元。
- 行（Row）: 表中的数据按Rowkey排序存储。
- 列族（Column Family）: 列的逻辑组合，存储在一起。
- HDFS: 数据底层存储，提供高容错性。
-
MapReduce 与 HBase 关系:
- MapReduce可用于大规模数据的批量处理，与HBase结合可实现复杂的数据分析任务。
- HBase作为数据存储，通过MapReduce可以进行高效的数据处理。
2. NoSQL 知识点：
-
NoSQL 特点描述:
- 弹性模式: 适应数据模式变化。
- 横向扩展: 可通过添加节点实现性能提升。
- 非规范化数据模型: 无需事先定义表结构。
-
CAP 理论:
- 一致性（Consistency）: 所有节点上的数据是一致的。
- 可用性（Availability）: 每个请求都得到响应，无论成功或失败。
- 分区容错性（Partition Tolerance）: 系统在网络分区的情况下仍然能够工作。
-
BASE 事务概念:
- 基本可用（Basically Available）: 系统保证基本的可用性。
- 软状态（Soft state）: 允许系统在不同节点的数据副本存在中间状态。
- 最终一致性（Eventually Consistent）: 最终所有节点的数据达到一致状态。
3. HBase 操作：
-
HBase 数据存储底层依赖:
- 基于HDFS存储，保证数据的高可靠性和容错性。
- ZooKeeper用于协调分布式环境下的各个节点。
-
HBase 批量加载底层实现:
- 利用HBase的Bulk Load功能，通过HFile格式高效地加载大量数据。
- 可以通过MapReduce作业生成HFile，然后将其加载到HBase表。
-
HBase 表操作命令:
- 创建表:
create 'table_name', 'column_family' - 插入数据:
put 'table_name', 'rowkey', 'column_family:column', 'value' - 查询数据:
get 'table_name', 'rowkey'
4. NoSQL 数据库比较：
- MongoDB 类型:
- MongoDB是文档型数据库，数据以BSON格式存储。
- 支持复杂的查询，具有灵活的数据模型。
- 常用于需要处理大量非结构化数据的场景。