　　《HBase實戰》是一本基於經驗提煉而成的指南，它教給讀者如何運用HBase設計、搭建及運行大數據應用係統。全書共分為4個部分。前兩個部分分彆介紹瞭分布式係統和大規模數據處理的發展曆史，講解HBase的基本原理模式設計以及如何使用HBase的高級特性；第三部分通過真實的應用和代碼示例以及支持這些實踐技巧的理論知識，進一步探索HBase的一些實用技術；第四部分講解如何把原型開發係統升級為羽翼豐滿的生産係統。
　　《HBase實戰》適閤所有對雲計算、大數據處理技術和NoSQL數據庫感興趣的技術人員閱讀，尤其適閤對Hadoop及HBase感興趣的技術人員參考。閱讀《HBase實戰》不要求之前具備HBase、Hadoop或者MapReduce方麵的知識。

內頁插圖

第一部分 HBase基礎
第1章 HBase介紹
1.1 數據管理係統：速成
1.1.1 你好，大數據
1.1.2 數據創新
1.1.3 HBase的崛起
1.2 HBase使用場景和成功案例
1.2.1 典型互聯網搜索問題：BigTable發明的原因
1.2.2 抓取增量數據
1.2.3 內容服務
1.2.4 信息交換
1.3 你好HBase
1.3.1 快速安裝
1.3.2 HBase Shell命令行交互
1.3.3 存儲數據
1.4 小結

第2章入門
2.1 從頭開始
2.1.1 創建錶
2.1.2 檢查錶模式
2.1.3 建立連接
2.1.4 連接管理
2.2 數據操作
2.2.1 存儲數據
2.2.2 修改數據
2.2.3 工作機製：HBase寫路徑
2.2.4 讀數據
2.2.5 工作機製：HBase讀路徑
2.2.6 刪除數據
2.2.7 閤並：HBase的後颱工作
2.2.8 有時間版本的數據
2.2.9 數據模型概括
2.3 數據坐標
2.4 小結
2.5 數據模型
2.5.1 邏輯模型：有序映射的映射集閤
2.5.2 物理模型：麵嚮列族
2.6 錶掃描
2.6.1 設計用於掃描的錶
2.6.2 執行掃描
2.6.3 掃描器緩存
2.6.4 使用過濾器
2.7 原子操作
2.8 ACID語義
2.9 小結

第3章分布式的HBase、HDFS和MapReduce
3.1 一個MapReduce的例子
3.1.1 延遲與吞吐量
3.1.2 串行計算吞吐量有限
3.1.3 並行計算提高吞吐量
3.1.4 MapReduce：用布式計算最大化吞吐量
3.2 Hadoop MapReduce概覽
3.2.1 MapReduce數據流介紹
3.2.2 MapReduce內部機製
3.3 分布式模式的HBase
3.3.1 切分和分配大錶
3.3.2 如何找到region
3.3.3 如何找到-ROOT-錶
3.4 HBase和MapReduce
3.4.1 使用HBase作為數據源
3.4.2 使用HBase接收數據
3.4.3 使用HBase共享資源
3.5 信息匯總
3.5.1 編寫MapReduce應用
3.5.2 運行MapReduce應用
3.6 大規模條件下的可用性和可靠性
3.6.1 HDFS作為底層存儲
3.7 小結

第二部分高級概念
第4章 HBase錶設計
4.1 如何開始模式設計
4.1.1 問題建模
4.1.2 需求定義：提前多做準備工作總是有好處的
4.1.3 均衡分布數據和負載的建模方法
4.1.4 目標數據訪問
4.2 反規範化是HBase世界裏的詞語
4.3 相同錶裏的混雜數據
4.4 行鍵設計策略
4.5 IO考慮
4.5.1 為寫優化
4.5.2 為讀優化
4.5.3 基數和行鍵結構
4.6 從關係型到非關係型
4.6.1 一些基本概念
4.6.2 嵌套實體
4.6.3 沒有映射到的一些東西
4.7 列族高級配置
4.7.1 可配置的數據塊大小
4.7.2 數據塊緩存
4.7.3 激進緩存
4.7.4 布隆過濾器
4.7.5 生存時間（TTL）
4.7.6 壓縮
4.7.7 單元時間版本
4.8 過濾數據
4.8.1 實現一個過濾器
4.8.2 預裝過濾器
4.9 小結

第5章使用協處理器擴展HBase
5.1 兩種協處理器
5.1.1 Observer協處理器
5.1.2 endpoint協處理器
5.2 實現一個observer
5.2.1 修改模式
5.2.2 從HBase開始
5.2.3 安裝observer
5.2.4 其他安裝選項
5.3 實現一個endpoint
5.3.1 為endpoint定義接口
5.3.2 實現endpoint服務器
5.3.3 實現endpoint客戶端
5.3.4 部署endpoint服務器
5.3.5 試運行
5.4 小結

第6章其他的HBase客戶端選擇
6.1 在UNIX裏使用HBase Shell腳本
6.1.1 準備HBase Shell
6.1.2 使用UNIX Shell腳本創建錶模式
6.2 使用JRuby進行HBase Shell編程
6.2.1 準備HBase Shell
6.2.2 訪問TwitBase的users錶
6.3 通過REST訪問HBase
6.3.1 啓動HBase REST服務
6.3.2 訪問TwitBase的users錶
6.4 通過Python使用HBase Thrift網關
6.4.1 生成Python語言的HBase Thrift客戶端庫
6.4.2 啓動HBase Thrift服務
6.4.3 掃描TwitBaseuser錶
6.5 asynchbase：另外一種HBase Java客戶端
6.5.1 創建一個asynchbase項目
6.5.2 改變TwitBase的密碼策略
6.5.3 試運行
6.6 小結

第三部分應用係統實例
第7章通過實例學習HBase：OpenTSDB
7.1 OpenTSDB概述
7.1.1 挑戰：基礎設施監控
7.1.2 數據：時間序列
7.1.3 存儲：HBase
7.2 設計一個HBase應用係統
7.2.1 模式設計
7.2.2 應用架構
7.3 實現一個HBase應用係統
7.3.1 存儲數據
7.3.2 查詢數據
7.4 小結

第8章在HBase上查詢地理信息係統
8.1 運用地理數據
8.2 設計一個空間索引
8.2.1 從復閤行鍵開始
8.2.2 介紹geohash
8.2.3 理解geohash
8.2.4 在有空間感知特性的行鍵裏使用geohash
8.3 實現最近鄰居查詢
8.4 把計算工作推往服務器端
8.4.1 基於查詢多邊形創建一次geohash掃描
8.4.2 區域內查詢第一幕：客戶端
8.4.3 區域內查詢第二幕：WithinFilter
8.5 小結

第四部分讓HBase運轉起來
第9章部署HBase
9.1 規劃集群
9.1.1 原型集群
9.1.2 小型生産集群（10～20颱服務器）
9.1.3 中型生産集群（50颱以下服務器）
9.1.4 大型生産集群（超過50颱服務器）
9.1.5 Hadoop Master節點
9.1.6 HBase Master
9.1.7 Hadoop DataNode和HBase RegionServer
9.1.8 ZooKeeper
9.1.9 采用雲服務怎麼樣？
9.2 部署軟件
9.2.1 Whirr：在雲端部署
9.3 發行版本
9.3.1 使用原生Apache發行版本
9.3.2 使用Cloudera的CDH發行版本
9.4 配置
9.4.1 HBase配置
9.4.2 與HBase有關的Hadoop配置參數
9.4.3 操作係統配置
9.5 管理守護進程
9.6 小結

第10章運維
10.1 監控你的集群
10.1.1 HBase如何輸齣監控指標
10.1.2 收集監控指標和圖形展示
10.1.3 HBase輸齣的監控指標
10.1.4 應用端監控
10.2 HBase集群的性能
10.2.1 性能測試
10.2.2 什麼影響瞭HBase的性能
10.2.3 優化支撐係統
10.2.4 優化HBase
10.3 集群管理
10.3.1 啓動和停止HBase
10.3.2 優雅停止和讓節點退役
10.3.3 增加節點
10.3.4 滾動重啓和升級
10.3.5 bin/hbase和HbaseShell
10.3.6 維護一緻性——hbck
10.3.7 查看HFile和HLog
10.3.8 預先拆分錶
10.4 備份和復製
10.4.1 集群間復製
10.4.2 使用MapReduce作業進行備份
10.4.3 備份根目錄
10.5 小結

附錄A 探索HBase係統
附錄B 更多關於HDFS的工作原理

精彩書摘

諺該命令用先讀齣HBase單元就可以改變存儲其中的值。數據操作發生在HBase服務器上，而不是在你的客戶端，所以速度快。當其他客戶端也在訪問同—個單元時，這樣避免瞭齣現紊亂狀態。你可以把ICV（Increment Column Value）等同於Java的AtomicLong.addAndGet（）方法。遞增值可以是任何Java Long類型值，無論正負。我們將在下一節深入討論原子性操作。也請注意這個數據不是存儲在twits錶而是users錶中。存在users錶的原因是不希望這個信息成為掃描的一部分。存在twits錶裏會讓常用的訪問模式很不方便。就像Java的原子類族，HTableInterface也提供checkAndPut（）和checkAndDelete（）方法。它們可以在維持原子語義的同時提供更精細地控製。你可以用checkAndPut（）來實現incrementColumnValue（）方法： Get g=new Get(Bytes.toBytes("TheRealMT")); Result r=usersTable.get(g); long curVal=Bytes.toLong( r.getColumnLatest( Bytes.toBytes("info"), Bytes.toBytes("tweet—count")).getValue()); long incVal=curVal+1; Put P=new Put(Bytes.toBytes("TheRealMT")); P.add( Bytes.toBytes("info"), Bytes.toBytes("tweet.count"), Bytes.toBytes(incVal)); usersTable.checkAndPut( Bytes.toBytes("TheRealMT"), Bytes.toBytes("info"), Bytes.toBytes("tweet count"), Bytes.toBytes(curVal), P); 該實現有點長，但可以試試。使用checkAndDelete（）的方式與此類似。按照和前麵相同的方式，你可以輕鬆地新建TwitsTool錶。模型、DAO和命令行實現和前麵users錶的情況類似。本書附帶的源代碼提供瞭一個實現。 2.8 ACID語義如果使用過數據庫係統，你會聽說過各種數據庫係統提供的ACID語義。ACID是當你搭建使用數據庫係統做存儲的應用係統時需要掌握的一組要素。當應用係統訪問承載它的數據庫時，遵循這些要素可以使應用係統的行為更加閤理。為簡單起見，讓我們再次定義ACID。記住，ACID不同於之前我們簡要介紹過的CAP。