共计 2108 个字符，预计需要花费 6 分钟才能阅读完成。
锁屏面试题百日百刷，每个工作日保持更新面试题。锁屏面试题 app、小程序现已上线，官网地址：https://www.demosoftware.cn。已收录了每日更新的面试题的所有内容，还蕴含特色的解锁屏幕温习面试题、每日编程题目邮件推送等性能。让你在面试中后人一步! 接下来的是今日的面试题：
1. 形容 HBase 的 rowKey 的设计准则？**
① Rowkey 长度准则
Rowkey 是一个二进制码流，Rowkey 的长度被很多开发者倡议说设计在 10~100 个字节，不过倡议是越短越好，不要超过 16 个字节。
起因如下：
（1）数据的长久化文件 HFile 中是依照 KeyValue 存储的，如果 Rowkey 过长比方 100 个字节，1000 万列数据光 Rowkey 就要占用 100*1000 万 =10 亿个字节，将近 1G 数据，这会极大影响 HFile 的存储效率；
（2）MemStore 将缓存局部数据到内存，如果 Rowkey 字段过长内存的无效利用率会升高，零碎将无奈缓存更多的数据，这会升高检索效率。因而 Rowkey 的字节长度越短越好。
（3）目前操作系统是都是 64 位零碎，内存 8 字节对齐。管制在 16 个字节，8 字节的整数倍利用操作系统的最佳个性。
② Rowkey 散列准则
如果 Rowkey 是按工夫戳的形式递增，不要将工夫放在二进制码的后面，倡议将 Rowkey 的高位作为散列字段，由程序循环生成，低位放工夫字段，这样将进步数据平衡散布在每个 Regionserver 实现负载平衡的几率。如果没有散列字段，首字段间接是工夫信息将产生所有新数据都在一个 RegionServer 上沉积的热点景象，这样在做数据检索的时候负载将会集中在个别 RegionServer，升高查问效率。
③ Rowkey 惟一准则
必须在设计上保障其唯一性。
2. 形容 HBase 中 scan 和 get 的性能以及实现的异同？**
HBase 的查问实现只提供两种形式：
1）按指定 RowKey 获取惟一一条记录，get 办法（org.apache.hadoop.hbase.client.Get）
Get 的办法解决分两种 : 设置了 ClosestRowBefore 和没有设置 ClosestRowBefore 的 rowlock。次要是用来保障行的事务性，即每个 get 是以一个 row 来标记的。一个 row 中能够有很多 family 和 column。
2）按指定的条件获取一批记录，scan 办法 (org.apache.Hadoop.hbase.client.Scan）实现条件查问性能应用的就是 scan 形式。
（1）scan 能够通过 setCaching 与 setBatch 办法进步速度 (以空间换工夫)；
（2）scan 能够通过 setStartRow 与 setEndRow 来限定范畴 ([start，end)start 是闭区间，end 是开区间 )。范畴越小，性能越高。
（3）scan 能够通过 setFilter 办法增加过滤器，这也是分页、多条件查问的根底。
3. 请形容 HBase 中 scan 对象的 setCache 和 setBatch 办法的应用？**
setCache 用于设置缓存，即设置一次 RPC 申请能够获取多行数据。对于缓存操作，如果行的数据量十分大，多行数据有可能超过客户端过程的内存容量，由此引入批量解决这一解决方案。
setBatch 用于设置批量解决，批量能够让用户抉择每一次 ResultScanner 实例的 next 操作要取回多少列，例如，在扫描中设置 setBatch(5)，则一次 next() 返回的 Result 实例会包含 5 列。如果一行包含的列数超过了批量中设置的值，则能够将这一行分片，每次 next 操作返回一片，当一行的列数不能被批量中设置的值整除时，最初一次返回的 Result 实例会蕴含比拟少的列，如，一行 17 列，batch 设置为 5，则一共返回 4 个 Result 实例，这 4 个实例中包含的列数别离为 5、5、5、2。
组合应用扫描器缓存和批量大小，能够让用户不便地管制扫描一个范畴内的行键所须要的 RPC 调用次数。
Cache 设置了服务器一次返回的行数，而 Batch 设置了服务器一次返回的列数。
如果咱们建设了一张有两个列族的表，增加了 10 行数据，每个行的每个列族下有 10 列，这意味着整个表一共有 200 列（或单元格，因为每个列只有一个版本），其中每行有 20 列。
① Batch 参数决定了一行数据分为几个 Result，它只针对一行数据，Batch 再大，也只能将一行的数据放入一个 Result 中。所以当一行数据有 10 列，而 Batch 为 100 时，也只能将一行的所有列都放入一个 Result，不会混合其余行；
② 缓存值决定一次 RPC 返回几个 Result，依据 Batch 划分的 Result 个数除以缓存个数能够失去 RPC 音讯个数（之前定义缓存值决定一次返回的行数，这是不精确的，精确来说是决定一次 RPC 返回的 Result 个数，因为在引入 Batch 之前，一行封装为一个 Result，因而定义缓存值决定一次返回的行数，但引入 Batch 后，更精确的说法是缓存值决定了一次 RPC 返回的 Result 个数）；