确定删除吗？
来自快手的工程师徐明为我们分享了 HBase 在快手的应用和实践。
快手每天有大量的用户上传大量的视频，这部分视频大部分是几 MB 的对象，其存储方案是：数据直接存储在 HDFS 上，数据的索引存储在 HBase 上，而最新的数据则存储在 memcache 中。
为了提高 HBase 的可用性，加快故障恢复速度，快手自研了 hawk 系统，其包括master,agent,sniffer 三个组件，由多个 agent 投票来确认一个节点是否挂了，然后由 sniffer 来处理挂的节点，并将有问题的节点迅速的从 zk 上删掉。同时快手做了一些优化来加速 split log 和 assign region 的过程。在 Client 端，则主要是确保有问题节点的 region location 能被快速清理掉。
RSGroup 功能也在快手被大量使用，并做了一些优化。一个是添加了 FallBack RSGroup,如果某个 RSGroup 的全部节点都挂了，就从这个 FallBack RSGroup中选择机器；一个是添加了 Global RSGroup,主要是满足监控需求，因为 HBase的 canary 表需要分布在各个机器上。
快手还分享了其如何使用 HBase 来存储和分析海量数据的案例。比如要解决计算用户留存的问题，如果使用 SQL 的话执行很慢，快手使用了 Bitmap 的解决方案。把需要提取的维度转化成 Bitmap,使用空间来减少消耗的时间。使用MR把选择的维度转成 Bitmap,把 Bitmap 切成小块，Bitmap 的数据及 meta 都导入到HBase 中。
1.
2.
3.• • • •
4.
5.• • • •
6.l l l l ü ü ü ü l ü ü ü
7.
8. & & l ü ü l l l l l l
9. & • •
10. & • • • •
11. & l l
12.l • • • Long Time !
13.l l • • • • • l
14.l l l l
15. & & • •
16.
17.SELECT DISTINCT COUNT(userId) FROM profile p JOIN favor f on f.userid=p.userid JOIN action a on a.userId=f.userId WHERE p.city=‘beijing’ AND f.favorite LIKE ‘%music%’ AND a.live LIKE ‘%send gift%’ and dt =‘20190101’
18. 2 440510 -807 09059365 • • • 09059365 : : : : : : 6 : 4 907 4 907 4 907 4 907 4 907 4 907 % % % % % % % % % % % % %
19.
20.l l l l
21.l l
22.
23.?
24.l ✓ l l ✓ ✓
25.l . 1 03 . .0 .0 .0 0 0 0 0 0 0 0 0 l 0 . 3
26.
27.
28.
29.l l l
