记录 HBase 常见的面试问题。
HFile
- Q: HFile 从 V1 版本升级到 V2 版本最重要的两个因素是什么？
- A: 1. 随着 KeyVlue 增多，布隆过滤器位数组越来越大，V2 在设计上将位数组拆分成多个独立的位数组。2. V2 支持多级索引结构，多级索引可以只加载部分索引，降低内存使用空间。
HBase 生态圈
- Q: HBase 于 Hive 的区别
- A: Hive 适合用来对一段时间内的数据进行分析查询，例如，用来计算趋势或者网站的日志。
Hive 不应该用来进行实时的查询（Hive 的设计目的，也不是支持实时的查询）。
因为它需要很长时间才可以返回结果；HBase 则非常适合用来进行大数据的实时查询，
例如 Facebook 用 HBase 进行消息和实时的分析。
对于 Hive 和 HBase 的部署来说，也有一些区别，Hive 一般只要有 Hadoop 便可以工作。
而 HBase 则还需要 Zookeeper 的帮助（Zookeeper，是一个用来进行分布式协调的服务，
这些服务包括配置服务，维护元信息和命名空间服务）。再而，HBase 本身只提供了 Java 的 API 接口，
并不直接支持 SQL 的语句查询，而 Hive 则可以直接使用 HQL（一种类 SQL 语言）。
如果想要在 HBase 上使用 SQL，则需要联合使用 Apache Phonenix，
或者联合使用 Hive 和 HBase。但是和上面提到的一样，如果集成使用 Hive 查询 HBase 的数据，
则无法绕过 MapReduce (还支持Spark)，那么实时性还是有一定的损失。
Phoenix 加 HBase 的组合则不经过 MapReduce 的框架，
因此当使用 Phoneix 加 HBase 的组成，实时性上会优于 Hive 加 HBase 的组合。
最后再提下 Hive 和 HBase 所使用的存储层，
默认情况下 Hive 和 HBase 的存储层都是 HDFS。
但是 HBase 也支持直接使用本机的文件系统。
- Q: HBase是否支持表关联？
- A: 官方给出的答案是干脆的，那就是“不支持”。如果想实现数据之间的关联，就必须自己去实现了，这是挑选 NoSQL 数据库必须付出的代价。
- Q: HBase 与相关竞品的区别 (Kudu、Cassandra、Accumulo)
- A:
读写
- Q: HBase 是否支持 ACID？
- A: ACID 就是 Atomicity（原子性）、Consistency（一致性）、Isolation（隔离性）、Durability（持久性）的首字母缩写，ACID 是事务正确执行的保证，HBase 支持行级的 ACID。
读写并发通过 MVCC 机制保障。写写并发通过写锁实现。
Compaction
- Q: HBase 什么时候会删除多余的版本
- A: 第一种是刷新数据到磁盘的时候，第二种是执行大合并的时候。用 RAW => true 的时候，可以获得所有版本的数据。
表的保留的最大版本数为3。
1 执行4次put，不刷新磁盘，紧接着scan，不论版本数，将会返回4版本的数据。
2 执行4次put，刷到磁盘，紧接着执行scan，将会返回3个版本的数据
3 执行4次put，刷到磁盘，再执行4次put，并刷新到磁盘，紧接着执行scan，将会返回6个版本数
4 执行4次put，刷到磁盘，再执行4次put，并刷新到磁盘，再进行大合并，紧接着scan，将会返回3个版本数