大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day13】——Hbase7
大数据开发岗面试复习30天冲刺 - 日积月累，每日五题【Day13】——Hbase7
前言
本栏目大数据开发岗高频面试题主要出自
大数据技术专栏的各个小专栏,由于个别笔记上传太早,排版杂乱,后面会进行原文美化、增加。
文章目录
停不要往下滑了，
默默想5min，
看看这5道面试题你都会吗？
面试题 01、MapReduce写入Hbase的原理和要求是什么？
面试题02、什么是BulkLoad，用于什么场景？
面试题 03、协处理器是什么？Hbase中提供了几种协处理器？
面试题04、Hbase常见优化有哪些？
面试题05、为什么Kafka不支持读写分离？以下答案仅供参考：
面试题 01、MapReduce写入Hbase的原理和要求是什么？
•MapReduce写入Hbase原理：封装了一个TableOutputFormat来实现写入Hbase的数据 •要求 –写入Hbase的数据的V的类型必须为Put类型
面试题02、什么是BulkLoad，用于什么场景？
•BulkLoad是指将数据直接转换为StoreFile文件，放入Hbase中，不经过Hbase的内存，避免大量数据进入内存，又从内存进入HDFS •应用：大数据量批量写入Hbase
面试题 03、协处理器是什么？Hbase中提供了几种协处理器？
•协处理器指的是Hbase提供了一些开发接口，可以自定义开发一些功能集成到Hbase中 •类似于Hive中的UDF，当没有这个功能时，可以使用协处理器来自定义开发，让Hbase支持对应的功能 •协处理器分为两类 –Observer：观察者类，类似于监听器的实现 –Endpoint：终端者类，类似于存储过程的实现
面试题04、Hbase常见优化有哪些？
•内存优化：针对于不同的读写场景，合理的调整Memstore和BlockCache的比例大小 •压缩优化：对列族配置压缩存储，减少IO消耗 •布隆过滤：基于数据文件构建布隆索引，加快数据查询 •提高客户端缓存空间、指定每次扫描的行数、设置合适的GC算法等 •其他优化 –Linux句柄数优化，提高Linux线程、文件通道等资源句柄数 –HDFS句柄数优化：提高文件打开线程数、提高连接超时时间 –Zookeeper优化：优化连接超时时间
面试题05、为什么Kafka不支持读写分离？
在 Kafka 中，生产者写入消息、消费者读取消息的操作都是与 leader 副本进行交互的，从 而实现的是一种主写主读的生产消费模型。 Kafka 并不支持主写从读，因为主写从读有 2 个很明 显的缺点: (1)数据一致性问题。数据从主节点转到从节点必然会有一个延时的时间窗口，这个时间 窗口会导致主从节点之间的数据不一致。某一时刻，在主节点和从节点中 A 数据的值都为 X， 之后将主节点中 A 的值修改为 Y，那么在这个变更通知到从节点之前，应用读取从节点中的 A 数据的值并不为最新的 Y，由此便产生了数据不一致的问题。 (2)延时问题。类似 Redis 这种组件，数据从写入主节点到同步至从节点中的过程需要经 历网络→主节点内存→网络→从节点内存这几个阶段，整个过程会耗费一定的时间。而在 Kafka 中，主从同步会比 Redis 更加耗时，它需要经历网络→主节点内存→主节点磁盘→网络→从节 点内存→从节点磁盘这几个阶段。对延时敏感的应用而言，主写从读的功能并不太适用。
到此7天的Hbase复习就结束了，呼～
总结
今天我们复习了面试中常考的Hbase相关的五个问题，你做到心中有数了么？