HBase 的优点、缺点及性能瓶颈

作者： David Carter David Carter
小时 - 权威教程 更新于

HBase 架构始终存在“单点故障”的特性，并且没有相关的异常处理机制。

在这里，我们将学习 HBase 的优缺点以及性能瓶颈。

HBase 中的性能瓶颈

  • 在任何生产环境中，HBase 都会运行一个拥有 5000 多个节点的集群，只有 Hmaster 作为所有从属 Region 服务器的主节点。如果 Hmaster 宕机，需要很长时间才能恢复。即使客户端能够连接 Region 服务器。拥有第二个主节点是可能的，但只有一个是活动的。如果主 Hmaster 宕机，激活第二个 Hmaster 将需要很长时间。因此，Hmaster 是一个性能瓶颈。
  • 在 HBase 中，我们无法实现任何跨数据操作和连接操作，当然，我们可以使用 MapReduce 实现连接操作，但这将花费大量时间进行设计和开发。表连接操作在 HBase 中难以执行。在某些用例中，创建与 HBase 中存在的表相关的连接操作是不可能的。
  • 当我们要将数据从 RDBMS 外部源迁移到 HBase 服务器时，HBase 需要重新设计。然而，这个过程需要很长时间。
  • HBase 的查询非常困难。我们可能需要将 HBase 与一些 SQL 层集成，例如 Apache Phoenix，我们可以在那里编写查询来触发 HBase 中的数据。在 HBase 之上使用 Apache Phoenix 确实很好。
  • HBase 的另一个缺点是，我们不能在表中拥有多个索引，只有行键列充当主键。因此，当我们要搜索多个字段或非行键的字段时，性能会变慢。我们可以通过编写 MapReduce 代码、与 Apache SOLR 集成以及与 Apache Phoenix 集成来克服这个问题。
  • 不同用户从 HBase 访问数据的安全性改进缓慢。
  • HBase 不完全支持部分键
  • HBase 只允许每个表有一个默认排序
  • 在 HBase 中存储大尺寸二进制文件非常困难
  • HBase 的存储会限制实时查询和排序
  • 键查找和范围查找，就搜索键值的表内容而言，它会限制实时执行的查询
  • HBase 中不存在默认索引。程序员必须定义几行代码或脚本来执行 HBase 中的索引功能。
  • 在硬件要求和内存块分配方面成本很高。
    • 分布式集群环境需要安装更多服务器（例如，每台服务器用于 NameNode、DataNodes、ZooKeeper 和 Region Servers）
    • 从性能上看，它需要高内存机器
    • 在成本和维护方面，它也更高

HBase Advantage, Limitations & Performance Bottleneck

HBase 的优点

在这里，我们将学习 HBase 的优点/好处。

  • 可以在 HDFS 文件存储之上存储大量数据集，并对 HBase 表中存在的数十亿行进行聚合和分析。
  • 在 HBase 中，数据库可以共享。
  • 与传统的关系模型相比，数据读取和处理等操作所需时间更少。
  • 随机读写操作。
  • HBase 被广泛用于在线分析操作。
  • 例如：在银行应用程序中，例如 ATM 机的实时数据更新，可以使用 HBase。

HBase 的缺点

以下是 HBase 的重要缺点/限制。

  • 我们不能完全期望 HBase 取代传统模型。HBase 无法支持传统模型的某些功能。
  • HBase 不能执行 SQL 等函数。它不支持 SQL 结构，因此不包含任何查询优化器。
  • HBase 在大规模顺序输入或输出访问时是 CPU 和内存密集型的，而 Map Reduce 作业主要受输入或输出限制，内存固定。HBase 与 Map-reduce 作业集成将导致不可预测的延迟。
  • HBase 与 pig 和 Hive 作业集成会在集群上导致一些内存问题。
  • 在共享集群环境中，设置需要在节点上分配更少的任务槽以满足 HBase 的 CPU 需求。