merge。有啥不对或不懂的，当面去请教！ 内部的基础设施真是棒极了。比如 hadoop/pig/hbase/hive/openstack/docker/chef，如果你只是小规模用用，不用申请，直接上。雅虎有世界最大的

hCharts、D3.js、Kibana、 Echarts等等。此外，加之Cassandra、HBase、MongoDB、Redis等NoSQL，Lucene、Solr、 ElasticSearch等

构的数据。即使是相对严格的基于 BigTable 的 NoSQL 数据库（Cassandra，HBase）通常也允许没有太多限制的创建新列。 结果就是，应用或者数据库模式的改变不需要作为一个复杂的

gle的bigtable 以及 amazon的dynamo，开源的实现也很多如mongodb,hbase等。NoSql数据库出身于大型互联网公司，也决定了更适合大型互联网应用。NoSql数据库在信息系

随机读和顺序扫描，支持范围查询； 顺序划分不均匀，需要叶子节点分裂合并 实例：Bigtable & HBase，Google Megastore Oceanbase数据结构 动态数据：单机B+树 静态数据：分布式B+树

Time Stream Processing StormOnline Data Processing HBase, Accumulo Monolithic Resource Management Execution

据库通过优化数据模型、存储结构、伸缩特性等手段在性能方面的优势也日趋明显。（MongoDB, HBase） 衡量网站性能有一系列指标，重要的有响应时间、TPS、系统性能计数器等，通过测试这些指标以

Microsoft的目标是兼容所有的Hadoop组件。Hadoop生态系统中的Zookeeper、HBase、HCatalog和 Mahout等组件也会被附加到Microsoft的Hadoop版本之中。在

在淘宝如订单这块的应用，还有如果你有NoSQL或Hadoop相关知识，他们可能会问NoSQL中HBase中HMaster如何保证单点，Hadoop的一些基本运用，如果你没在简历上写可能不会问的。问题可

it there's nothing else to manage (like Redis, HBase, or whatever). It's designed to be distributed and

Cassandra, CouchDB, Hypertable, Redis, Riak, Neo4j, HBASE, Couchbase, MemcacheDB, RevenDB and Voldemort are

NoSQL 系统，如 MongoDB 的和 Redis。对于要求很高的大型项目，研发团队会选择 HBase、Cassandra 和 MongoDB。 最后，对于管制行业，如 HIPAA 合规性，财务审计等等，Oracle

通过最终一致性提升系统可用性，这也是目前很多NOSQL产品所采用的策略，包括facebook 的cassandra,apache hbase,google bigtable等，非常适合一些非结构化的数据，如key-value形式数据存储

用。 局限性 1、不适合低延迟数据访问 高吞吐量可能要求以高延迟作为代价 Hbase可以弥补不足 2、无法高效存储大量小文件 文件数量大小的限制由NameNode来决定

可将节点信息写入Zookeeper的一个znode上； 监听这个znode可获取它的实时状态变化 典型应用 Hbase中Master状态监控与选举 分布式通知/协调 分布式环境中，经常存在一个服务需要知道它所管理的子服务的状态；

Time Stream Processing StormOnline Data Processing HBase, Accumulo Monolithic Resource Management Execution

分布式计算平台最核心的分布式文件系统 HDFS 、 MapReduce 处理过程，以及数据仓库工具 Hive 和分布式数据库 Hbase 的介绍，基本涵盖了 Hadoop 分布式平台的所有技术核心。 HDFS 对外部客户机而

RocksDB 虽然在代码层面上是在LevelDB原有的代码上进行开发的，但却借鉴了Apache HBase的一些好的idea。在云计算横行的年代，开口不离Hadoop，RocksDB也开始支持HDFS，允许从HDFS读取数据。而

计累计去重指标，那么可能需要采用其它方式，比如：精确统计当天实时累计用户数，一种简单的办法是在HBase中使用计数器来配合完成。 其它实时数据消费者 如果需要实时统计一小段时间（比如十分钟、一小时

性能/重复的权衡，我通常在不同应用场景下选用不同的batch Size。比如使用Flume 的HBase Sink ，经常采用100的Batch Size来降低系统的延迟。 而使用HDFS Sink的时候，