Qu’est-ce qu’Azure HDBase dans Azure HDInsight
Apache HBase est une base de données NoSQL open source, basée sur Apache Hadoop et modélisée d’après Google BigTable. HBase fournit un accès aléatoire et une forte cohérence pour de grandes quantités de données dans une base de données sans schéma. La base de données est organisée par familles de colonnes.
Du point de vue de l’utilisateur, HBase est similaire à une base de données. Les données sont stockées dans les lignes et colonnes d’une table et les données au sein d’une ligne sont regroupées par familles de colonnes. HBase est une base de données sans schéma. Les colonnes et les types de données peuvent être indéfinis avant leur utilisation. Le code open source peut être mis à l'échelle de façon linéaire pour gérer des pétaoctets de données dans des milliers de nœuds. Il peut reposer sur la redondance des données, le traitement par lots et d’autres fonctionnalités qui sont fournies par des applications distribuées dans l’environnement Hadoop.
Implémentation d’Apache HBase dans Azure HDInsight
HDInsight HBase est proposé en tant que cluster géré intégré à l'environnement Azure. Les clusters sont configurés de façon à stocker les données directement dans le Stockage Azure, ce qui permet d’obtenir une latence faible et une plus grande souplesse dans le choix des performances et des coûts. Cette propriété permet aux clients de créer des sites Web interactifs qui fonctionnent avec des jeux de données volumineux. pour créer des services qui stockent des données de capteur et de télémétrie à partir de millions de points de terminaison, et pour analyser ces données avec des travaux Hadoop. HBase et Hadoop sont de bons points de départ pour un projet Big Data dans Azure. Les services peuvent permettre aux applications en temps réel de fonctionner avec des jeux de données volumineux.
L’implémentation HDInsight utilise l’architecture de scale-out de HBase pour fournir un partitionnement automatique des tables, une cohérence forte pour les lectures et les écritures, et le basculement automatique. Les performances sont optimisées par la mise en cache en mémoire des lectures et par des écritures en diffusion à débit élevé. Vous pouvez créer un cluster HBase au sein du réseau virtuel. Pour en savoir plus, voir Création de clusters HBase sur Azure Virtual Network.
Mode de gestion des données HDInsight HBase
Les données peuvent être gérées dans HBase au moyen des commandes create, get, put et scan provenant du Shell HBase. Les données sont écrites dans la base de données au moyen de put et lues avec get. La commande scan permet d'obtenir des données à partir de plusieurs lignes dans une table. Les données peuvent également être gérées au moyen de l'API HBase C#, qui fournit une bibliothèque cliente par-dessus l'API REST HBase. Une base de données HBase peut également être interrogée en utilisant Apache Hive. En guise d’introduction à ces modèles de programmation, consultez la page Bien démarrer avec Apache HBase et Apache Hadoop dans HDInsight. Des coprocesseurs, permettant de traiter des données dans les nœuds qui hébergent la base de données, sont également disponibles.
Notes
Thrift n’est pas pris en charge par HBase dans HDInsight.
Cas d’utilisation pour Apache HBase
Les recherches Web sont le cas d’utilisation canonique pour lequel BigTable, et par extension HBase, ont été créés. Les moteurs de recherche créent des index qui mappent les termes avec les pages web les contenant. Mais il existe de nombreux autres cas d'utilisation pour lesquels HBase est adapté : plusieurs sont répertoriés dans cette section.
| Scénario | Description |
|---|---|
| stockage clé-valeur | HBase peut être utilisé comme stockage de paires clé-valeur et convient pour la gestion des systèmes de messagerie. Facebook utilise HBase pour son système de messagerie, idéal pour le stockage et la gestion des communications Internet. WebTable utilise HBase pour rechercher et gérer des tables extraites à partir de pages Web. |
| données de capteur | HBase est utile pour la capture de données collectées de façon incrémentielle à partir de diverses sources. Ces données incluent l’analytique des réseaux sociaux, les séries chronologiques, l’actualisation des tableaux de bord interactifs avec les tendances et les compteurs, et la gestion des systèmes de journaux d’audit. Bloomberg Trade terminal et Open Time Series Database (OpenTSDB) constituent quelques exemples. OpenTSDB stocke et offre un accès aux métriques recueillies sur l’intégrité des systèmes serveur. |
| requête en temps réel | Apache Phoenix est un moteur de requête SQL pour Apache HBase. Il est accessible en tant que pilote JDBC, et permet d’interroger et de gérer les tables HBase au moyen de SQL. |
| HBase en tant que plateforme | Les applications peuvent fonctionner par-dessus HBase, en l'utilisant comme banque de données. Phoenix, OpenTSDB, Kiji et Titan constituent quelques exemples. Les applications peuvent également s'intégrer à HBase. Exemples : Apache Hive, Apache Pig, Solr, Apache Flume, Apache Impala, Apache Spark, Ganglia et Apache Drill. |