Hbase勉強会（第一回）メモ

HBase 第一回のメモです。 2011/5/20 @okachimachiorz1

Hbase ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

ちょっと考える～データモデル ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

ちょっと考える 2 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

とはいえ、実際のアプリ・レイヤーから検討してみる ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],何が見えるか、ちょっと考えてみよう・・・思考実験なので割とイマイチなの勘弁してね。

受発注 ,[object Object],[object Object],キー考察）結局、 Nest したデータ構造でのキー付けがポイントになる受発注では伝票番号自体はユニーク保証が必須だけど、その下位での繰り返し構造をどう表現するか？がポイント BMS だと N 行、 J 手順だと 6 行固定とか Metadata ＝ header 的な取り扱いがフィットすると思う body 以降を lineID を加えてキーとして処理するたしかに後からカラムを足せるは便利だけど、テストや連携とか考えるとメリットも半減するラッパーとしての F/W が必要だと思うローカリティ考察）間違いなく物理的には偏る。クレンジングや引当を考えるのであればキーには Hash を振った方が絶対よい。ただし、処理的にはバッチ処理の方が多いはず。なので、 MR 処理を意識したロケーションがよい。 Row key Column family Column keys Voucher_ID Metadata type,header, date,customer_id Voucher_ID+line_ID Transactions Price, qty, amount Voucher_ID+line_ID Status reserved, shipped

物流 ,[object Object],[object Object],キー考察）データ間のトレーサビリティを取っていくときに工夫が必要になる。 ER モデルについても同様な問題が発生したように Dangling の問題は絶対発生する物流データのように、他のデータとのつなぎが重要なデータは、キー間の連携を検討する必要がある。ロケーション考察）種まきか刈り取りかで出し方は変わるので、その辺はちょっと考慮がいる順次処理やワークアロケーションを優先するのであれば、偏りはすくない。 in_charge あたりの処理は平準化するので、ロケーション管理は割と楽 Row key Column family Column keys Instruction_ID Metadata type,header, in_charge, referred_id Instruction_ID+line_ID Transactions merchadise_id, picked, Instruction_ID+line_ID+ Timestamp Adjustment adjust_qty, split

決済 ,[object Object],[object Object],キー考察）決済データの基本はサマリー（束にする＝締め処理）と明細トレースになる。他の種類のデータと異なり一般にヘッダー的な部分のウェイトが大きいとはいえ、基本的に前述の受発注・物流系のデータが処理できれば、メタレベルで大きな差があるわけではないロケーション考察）鬼の偏りは間違いなしだね。全世界的に偏る。多分セカンダリーソートまで意図的に考えないとまったく分散しないで悲鳴があがる。・・・む～、このキーで良いか ? 的なレベル。 Hash で振るのはセンスゼロ円なんで、論理キーはロケーションと論理集合を意識する上記の例は「これだけ」では無理だと思う。 Row key Column family Column keys Invoice_id Metadata type,header, total_amout, conditions Invoice_id+line_ID Transactions detail_id, date, amout, c-tax, Invoice_id+line_ID+ ref_id referred_tx not_reserved

情報系 ,[object Object],[object Object],考察）情報系のログは便宜的にタイムスタンプをキーにすることが多いが、おそらくそれ一本では機能しないので、考えていくことが必要になる。 Web 系のログ解析であれば、とりあえず時系列データ的に扱う、ということを主眼して、一時的に timestamp で格納するということはあるとは思う（素人なので、この辺はよくわからんが、聞いているとそういうのが多い）ただし、なんというか「そのまま入れ込んで使う」という感覚があるので、気にくわない。データモデルが、実装に引っ張られているので、デザイン的には「失敗している Affrodance 」な感じがする・・・ ( 苦笑ロケーション） POS データの格納でいえば、例えば、店舗単位で Table をつくる感じかな。 -> RS でバランスしてくれるので、店舗規模での調整は不要というのは分散のメリット MR するにしても、確実に journal 単位で独立処理ができるので最適になる。まぁいけると思う。 Row key Column family Column keys journal_ID Metadata Name, IDs journal_ID Transactions Price, qty, amount journal_ID+ check_Timestamp Adjustment Name, IDs

人事系 ,[object Object],[object Object],考察）そもそも Timestamp がキーではなくてデータだったら、どうするのか？という問題採番問題は考え置かないとあとあと禍根を残す可能性もある現状では、わりと無条件に時系列の Index が中立的なので、キーとしてつかるでしょう、という発想だけど時系列データそのものに「意味」が発生した場合は中立性がなくなるので、他を考慮する必要がある Row key Column family Column keys personnel_ID Metadata Name, IDs personnel_ID+action_id Actions Type, Timestamp

ちょっとした結論 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

うまく Hbase 用のデータモデルは考えられないのか？ ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

補足 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Hbase勉強会（第一回）メモ

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (14)

Recently uploaded

Recently uploaded (7)

Hbase勉強会（第一回）メモ