1.Hbase中master进行负载均衡算法？

全局、随机、批量启动。

2.hbase的特点？

1.hbase是一个分布式基于列存储的数据库，基于hadoop的hdfs存储，zookeeper进行管理。
2.hbase适合存储半结构化或者非结构化数据
3.hbase 为null 的记录不会被存储
4.基于表包含rowkey,时间戳，和列族。新写入数据时，时间戳更新，同时可以查询到以前的版本
5.hbase是主从架构。master作为主节点，regionserver作为从节点。

3.hbase中列族设计原则？

1.在建立表的时候至少要指定一个列族，但是列族的数量不要过多，一般不要超过三个，在HBase中，高表比宽表性能好，可以设计多张表来满足需求。
2.同一个列族里存储相似访问模式的所有有数据。
有一对一关系的两张表，在HBase中可以存储在一张表中，放到不同的列族。

4.Hbase 中的cell的结构？

Hbase中通过row和columns确定的为一个存储单元为cell
cell是由{rowkey,column:family+列)+版本version唯一确定的单元。cell是没有类型，全是字节码形式。

5.hbase中的region太小和region太大带来的冲突，以及如何解决？

region过大会发生多次的compact，将数据读一遍并重写一遍到hdfs上。占用io。
region过小会造成多次的split,region会下线,影响服务。调整 max.filesize为256M。

6.hbase建表时的注意事项？

1.考虑rowkey
2.考虑列族的数量:因为flush和compact都是以region为单位，需要注意的是memstore的最小flush单位是region而不是memstore。在建表的时候要减少列族的个数。
3.要少创建表的实例，因为创建实例扫描meta表检查表是否存在。推荐一个表创建一个实例，如果是用户要多个实例，使用Htablepool。

7.hive 与hbase整合后，什么时候创建外部表以及内部表？

7.hive 与hbase整合后，什么时候创建外部表以及内部表？
创建外部表适用于某表的hbase已经存在。但hive中没有相关信息，创建内部表适用于hive和hbase都没有相关表的信息。

8.Hbase中的Htable与HtablePool ？

HTable和HTablePool都是HBase客户端API的一部分，可以使用它们对HBase表进行CRUD操作。下面结合在项目中的应用情况，对二者使用过程中的注意事项做一下概括总结。

Configuration conf = HBaseConfiguration.create();
HTable table = new HTable(conf, "tablename");
//TODO CRUD Operation……

HTable使用时的一些注意事项：

  1. 规避HTable对象的创建开销
    因为客户端创建HTable对象后，需要进行一系列的操作：检查.META.表确认指定名称的HBase表是否存在，表是否有效等等，整个时间开销比较重。
  2. HTable对象不是线程安全的
    HTable对象对于客户端读写数据来说不是线程安全的，因此多线程时，要为每个线程单独创建复用一个HTable对象，不同对象间不要共享HTable对象使用。如果想线程安全就是HtablePool
  3. HTable对象之间共享Configuration
    HTable对象共享Configuration对象，这样的好处在于：
    共享ZooKeeper的连接：每个客户端需要与ZooKeeper建立连接，查询用户的table regions位置，这些信息可以在连接建立后缓存起来共享使用；
    共享公共的资源：客户端需要通过ZooKeeper查找-ROOT-和.META.表，这个需要网络传输开销，客户端缓存这些公共资源后能够减少后续的网络传输开销，加快查找过程速度。
    Configuration conf = HBaseConfiguration.create();
    HTable table1 = new HTable(conf, “table1”);
    HTable table2 = new HTable(conf, “table2”);
    HTablePool
    HTablePool可以解决HTable存在的线程不安全问题，同时通过维护固定数量的HTable对象，能够在程序运行期间复用这些HTable资源对象。
Configuration conf = HBaseConfiguration.create();
HTablePool pool = new HTablePool(conf, 10);
  1. HTablePool可以自动创建HTable对象，而且对客户端来说使用上是完全透明的，可以避免多线程间数据并发修改问题。
  2. HTablePool中的HTable对象之间是公用Configuration连接的，能够可以减少网络开销。
9.Hbase目录结构 ？

log目录:即wal,在此目录下为每一个regionserver创建一个子目录
表目录:有一个tableinfo文件，记录表的元信息，其次为每个一个region创建一个子目录，每一个region目录下为每一列族创建一个子目录。

10.Hbase 的Hfile结构 ？

hbase常见的面试题 hbase填空题_hive


dataBlock:保存表中数据

metaBlock：保存用户自定义的k,v

file info：Hfile原元信息。

data block index 是data block的索引.

meta block index是meta block的索引

trailer：这一段是定长的。保存每一段的偏移量，读取Hfile时，会首先读取trailer。trailer存储了meta index和data index,file info信息。