30 个最常见的 HBase 面试题 (2025)
David Carter 本文为初学者和有经验的候选人提供了 Apache HBase 面试题及答案，助您找到理想的工作。
HBase 面试题及答案（初学者）
1) 请解释什么是 HBase？
HBase 是一种面向列的数据库管理系统，运行在 HDFS（Hadoop 分布式文件系统）之上。HBase 不是关系型数据存储，也不支持 SQL 等结构化查询语言。
在 HBase 中，主节点协调集群和区域服务器来存储表的各个部分并处理数据工作。
2) 请解释为什么要使用 HBase？
- 高容量存储系统
- 分布式设计，可容纳大表
- 面向列的存储
- 水平可扩展
- 高性能和可用性
- HBase 的目标是支持数百万列、数千版本和数十亿行
- 与 HDFS（Hadoop 分布式文件系统）不同，它支持实时的随机 CRUD 操作
3) 请说出 HBase 的关键组成部分是什么？
HBase 架构主要由以下组件组成
- ZooKeeper：它负责客户端和 HBase Master 之间的协调工作
- HBase Master：HBase Master 监控区域服务器
- RegionServer：RegionServer 监控区域
- Region：它包含内存数据存储（MemStore）和 Hfile。
- Catalog Tables：Catalog 表包含 ROOT 和 META
4) 请解释 HBase 由什么组成？
- HBase 由一组表组成
- 每个表都包含行和列，就像传统数据库一样
- 每个表都必须包含一个定义为主键的元素
- HBase 列表示对象的属性
5) 请问 HBase 有多少个操作命令？
HBase 中主要有五种操作命令
- Get
- Put
- 删除
- Scan
- Increment
6) 请解释 HBase 中的 WAL 和 Hlog 是什么？
WAL（Write Ahead Log）类似于 MySQL 的 BIN log，它记录了所有数据更改。它是 Hadoop 的标准顺序文件，存储 HLogkey。这些键由一个顺序号和实际数据组成，用于在服务器崩溃后重放尚未持久化的数据。因此，在服务器失败的情况下，WAL 充当生命线，恢复丢失的数据。
7) 何时应该使用 HBase？
- 数据量巨大：当需要操作数百万条记录时
- 完全重新设计：当您将 RDBMS 迁移到 HBase 时，您将其视为一个完全的重新设计，而不仅仅是更改端口
- 无 SQL 命令：您有许多功能，如事务；内连接、类型化列等。
- 基础设施投资：您需要有足够多的集群才能使 HBase 真正有用
8) 在 HBase 中，列族是什么？
列族是 HBase 中物理存储的基本单位，对列族应用了压缩等特性。
9) 请解释行键是什么？
行键由应用程序定义。由于组合键由行键作为前缀，因此应用程序可以定义所需的排序顺序。它还允许逻辑分组单元，并确保具有相同行键的所有单元位于同一服务器上。
10) 请解释 HBase 中的删除操作？说明 HBase 中有哪三种类型的墓碑标记？
当您在 HBase 中删除单元格时，数据实际上并未被删除，而是设置了一个墓碑标记，使已删除的单元格不可见。HBase 的删除实际上是在压缩过程中进行的。
有三种类型的墓碑标记
- 版本删除标记：用于删除，它标记列的单个版本
- 列删除标记：用于删除，它标记列的所有版本
- 族删除标记：用于删除，它标记一个列族的所有列
11) 请解释 HBase 实际如何删除行？
在 HBase 中，您写入的任何内容都将从 RAM 存储到磁盘，这些磁盘写入是不可变的，除了压缩。在 HBase 的删除过程中，主要压缩过程会删除标记，而次要压缩则不会。在正常删除中，它会产生一个删除墓碑标记——这些标记代表的删除数据将在压缩期间被删除。
此外，如果您删除数据并添加更多数据，但时间戳早于墓碑标记的时间戳，那么进一步的 **Get** 操作可能会被删除/墓碑标记掩盖，因此您将无法获得已插入的值，直到主要压缩之后。
12) 请解释如果修改已占用数据库的列族的块大小会发生什么？
当您更改列族的块大小时，新数据会占用新的块大小，而旧数据会保留在旧的块大小内。在数据压缩期间，旧数据将采用新的块大小。新文件在刷新时具有新的块大小，而现有数据将继续正确读取。在下一次主要压缩之后，所有数据都应转换为新的块大小。
13) 请说明 HBase 与关系数据库的区别？
以下是 Apache HBase 与关系数据库之间的一些重要区别
| HBase | 关系数据库 |
|---|---|
|
|
14) 什么是 HBaseFsck 类？
HBase 中有一个名为 back 的工具，它由 HBaseFsck 类实现。它提供了一些影响其行为的命令行开关。
HBase 面试题及答案（有经验者）
15) HBase 的主要键结构是什么？
行键和列键是 HBase 中使用的两个最重要的键结构
16) 讨论如何使用 Apache HBase 中的过滤器
HBase Shell 中的过滤器。它在 Apache HBase 0.92 中引入，有助于您在 HBase Shell 或 thrift 上进行服务器端过滤以访问 HBase。
17) HBase 是否支持类似 SQL 的语法结构？是或否？
不，遗憾的是，目前不支持 HBase 的 SQL。但是，通过使用 Apache Phoenix，我们可以通过 SQL 查询从 HBase 中检索数据。
18) HBase 中压缩是什么意思？
在大量写入的同时，拥有一个文件每个存储不利于达到最佳性能。HBase 帮助您将所有这些 HFiles 合并，以减少每次读取的磁盘寻道次数。此过程在 HBase 中称为压缩。
19) 如何在 HBase 中实现连接？
HBase 不直接支持连接，但可以使用 MapReduce 作业通过检索不同 HBase 表的数据来实现连接查询。
20) 解释与 HBase 相关的 JMX
Java Management Extensions 或 JMX 是 Java 应用程序的导出状态，是它们的标准。
21) MasterServer 的作用是什么？
主服务器还可以帮助您将区域分配给区域服务器。我们还使用主服务器来处理负载均衡。
22) 定义 Thrift 术语
Apache Thrift 使用 C++ 编写。它为 C++、Perl、PHP、Python、Ruby 等各种编程语言提供模式编译器。
23) 为什么使用 HColumnDescriptor 类？
有关列族（如压缩设置、版本数）的详细信息存储在 HColumnDescriptor 中。
24) HBase 中的单元是什么？
HBase 中的单元是 HBase 表的最小单位。它帮助您以元组{行，列，版本}的形式保存数据块。
25) 什么是布隆过滤器？
HBase 支持布隆过滤器，有助于提高集群的整体吞吐量。HBase 布隆过滤器是一种节省空间的机制，用于测试 HFile 是否包含特定行或行-列单元格。
26) 谈谈 HBase 操作的类型？
答。HBase 操作有两种类型
- 读操作
- 写操作
27) HBase HMaster 的作用是什么？
主服务器的主要职责是
- 协调区域服务器
- 管理功能
28) 在 HBase 中，可以使用哪种技术直接访问 HFile 而无需 HBase 的帮助？
要直接访问 HFile 而不使用 HBase，我们使用 HFile.main() 方法。
29) 区域服务器是否可以位于所有 DataNodes 上？
是的，区域服务器运行在与 DataNodes 相同的服务器上
30) 请说出 HBase 中接受分页大小作为参数的过滤器名称
名为 PageFilter 的过滤器接受分页大小作为参数。
本文档是使用即时 HTML 转换器工具生成的。
这些面试问题也将有助于您的口试
