针对微博信息分析的HBase存储结构设计

• 作者: 陈希林 马丁
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 微博 Hadoop NoSQL HBase 二级索引
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 入选论文
• 页码范围: 267-271
• 页数: 5页
• 分类号: TP309
• 字数: 3627字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2016.09.051

摘要

随着互联网的发展，微博对人们生活的影响日益加深。由于微博用户的激增，微博数据量已经非常庞大，且每时每刻都在急速增长。面对这种形势，传统数据库对于海量数据的处理效率已经难以满足需求，于是NoSQL数据库应运而生。文章采用的HBase是目前比较受欢迎的开源NoSQL之一。作为依赖于HDFS分布式存储架构的新型NoSQL数据库，HBase不仅能满足高效的结构化数据存储，并通过Mapreduce实现高效处理，还能存储非结构化数据，为海量数据提供相对灵活的信息存储管理。最重要的是，HBase的集群扩展起来非常方便，只需要增加Slave节点机器即可，比传统数据库的读写分离、分表等扩展操作要简便得多。文章研究了针对微博信息的HBase行键设计，从深度信息、广度信息等不同角度探讨行键的设计，并通过二级索引改善HBase的查询效率。在不更改HBase源代码的前提下，文章解决了信息查询在很大程度上受到行键设计制约的问题，并充分考虑了适用于微博图片、链接等信息的存储方式，满足微博信息的高效管理。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马丁		31	122	6.0	10.0
2	陈希林		1	3	1.0	1.0