当前位置:Gxlcms > mysql > 数据从mysql迁移到hbase的一些思考及设计

数据从mysql迁移到hbase的一些思考及设计

时间:2021-07-01 10:21:17 帮助过:24人阅读

一、进行迁移的原因

由于业务的发展,使用mysql进行建立索引进行搜索已经造成数据流的瓶颈卡在了数据库io,例如每次dump全表的时候,会造成压力过大,造成耗时很长,并且当前的数据量基本上已经达到了亿级别的数据量,如果希望mysql能更好的提供服务,下一步必须考虑分库分表才可以;基于这种情况下,考虑使用hbase用来进行数据的存储,因为hbase所能承受的数据量远大于mysql,并且对列的扩展也很方便

二、关系型数据库与Nosql的一些区别

(1)存储方式的区别

在类似mysql,sqlserver,oracle等关系型数据库,数据的存储是按照行进行存储的,如下图所示:


但是在hbase里面,所有的数据是基于列进行存储的,如下所示:


其中hbase的逻辑模型如下所示:


其中:com.cnn.ww对应的是rowkey,相当于mysql的主键的概念

contents,anchor:这两个对应的是列族的概念,在物理的存储上,同一个列族的数据存储在相同文件

cnnsi.com,mylook.ca:对应的是列族下面的列,在hbase中列是可以动态增加的

对应的方格数据表示的是单元数据,即对应rowkey,cf:column下面的具体的值

其中tn:表示的是时间戳,单元数据的不同版本

其中有一张存储结构如下:



(2)CRUD一些区别

CRUD是数据库的最基本也是最常用的操作,在hbase里面也有对应的命令,例如建表语句对于mysql的在此不详述,对于hbase shell的如下所示

create ‘table’,‘columnfamily’

即可以创建一个名为table,列族为columnfamily的表,其他的一些blocksize,version数据为默认

读取数据的时候,在hbase语句如:get ‘table’,'row',‘cf:column’即可得到对应的数据

更新数据的时候,在hbase中没有对应更新的概念,只是会有一个新的版本,从时间戳上可以体现出来,所用的语句为

put ‘table’,‘row’,‘cf:name’,‘value’

即可将value的值赋给对应cf列族,name的列

删除数据的区别,在mysql中删除数据只能是直接删除一行,或者将某一列置为空,在hbase里面可以直接删除某一列

(3)索引的区别

在mysql中可以建立索引,或者过滤查询,但是在hbase中,只支持按照rowkey进行查询速率最快

(4)从mysql到nosql的发展的思考

关系型数据库的历史已经很久,但是当数据量膨胀之后,例如对于mysql数据库,当数据量为上亿或者更多的时候,如果按照索引进行查询,可能效果 也不是特别的明显,最后只能按照主键进行查询,或者逐渐发展为分库分表的模式,但是分库分表又给运维以及使用带来了很大的麻烦;于是这个时候,nosql数据库主键发展,nosql简称not only sql,是在数据量暴增的当前逐渐发展壮大起来,以nosql里面的hbase作为例子,支持TB以及PB的数据,并且列的扩展特别的灵活

(5)hbase为什么可以存储海量的数据呢

其实hbase可以看做是mysql分库分表后的结果,只是不同的是mysql分库分表后支持索引等,但是对于hbase仅仅支持rowkey作为主键索引,从书中可以知道,hbase的数据是按照列进行存储的,并且当数据过大的时候,会按照行进行分裂,如下如所示:



把不同的region放到了不同的机器,并且最后还有master进行管理,即相当于对行列进行了一个划分,从而存储大量的数据

三、数据迁移遇到的一些问题

(1)联合索引的问题

在mysql中会有一些联合索引的情况,例如存在一个商品与分类对应关系的表,需要得到某一个商品的所有分类,也希望可以得到某一个分类的所有商品,在mysql中直接按照联合索引可以达到要求,但是在hbase的时候只能按照rowkey查询如何办呢

经过阅读相关的数据得到有如下两种的解决办法

1、构建宽表

在hbase中,允许行跟行之间的列是不同的,只要有共同的列族即可,那么对于上述的情况,可以构建一个按照分类为rowkey的宽表,如下所示

分类id,作为rowkey

product_id,作为列名字

value存储为是否删除


上述即可rowkey为分类id,可以直接从row得到所有的product_id,然后自己过滤是否删除

2、构建高表

什么是构建高表呢,也就是说不需要那么多的列,只是存储多行,因为在hbase里面是按照字典顺序排序的,因此可以进行如下的设计

分类id_商品id,作为rowkey


只要scan以1开头的行,就可以得到所有的数据

上述两种办法从本质上来说,都是构建了一个二级索引来存储数据


以上就是数据从mysql迁移到hbase的一些思考及设计的内容,更多相关内容请关注PHP中文网(www.gxlcms.com)!

人气教程排行