【赵渝强老师】HBase的物理存储结构
本文介绍了HBase的存储结构，包括逻辑与物理存储结构。物理存储主要涉及StoreFile、HFile和HLog日志。HFile是HBase数据存储的核心格式，包含Data块、Meta块、File Info块等六部分，支持压缩以优化存储。HLog（预写日志）记录数据变更，确保数据可靠性，并在Region Server故障时用于恢复。最后，文章详细描述了HBase的写数据流程：先写入WAL日志，再写入MemStore，最终通过Flush操作将数据持久化到HFile中。
【赵渝强老师】HBase的逻辑存储结构
HBase的逻辑存储结构包括命名空间、表和列族。命名空间类似关系型数据库中的数据库，用于逻辑划分和隔离数据；表以RowKey组织数据并按字典序排列，分为多个Region实现分布式存储；列族包含列且无需预先定义，由MemStore缓存写入数据，定期刷新生成Store File。文章通过视频和代码示例详细讲解了各部分的操作与功能。
【赵渝强老师】HBase的体系架构
HBase是一种基于BigTable思想的列式存储NoSQL数据库，适合数据分析与处理。其主从架构包含HBase HMaster、Region Server和ZooKeeper。HMaster负责Region分配及表管理；Region Server执行数据读写操作，并包含WAL预写日志、Block Cache读缓存和MemStore写缓存；ZooKeeper维护集群状态并协调分布式系统工作。通过视频讲解与架构图示，详细解析各组件功能与协作机制。
分布式存储数据恢复—hbase和hive数据库数据恢复案例
分布式存储数据恢复环境：
16台某品牌R730xd服务器节点，每台服务器节点上有数台虚拟机。
虚拟机上部署Hbase和Hive数据库。
分布式存储故障：
数据库底层文件被误删除，数据库不能使用。要求恢复hbase和hive数据库。
TiDB，金融级开源NewSQL
本文介绍了国内自研且开源的NewSQL数据库TiDB，它具备分布式强一致性事务、水平扩展、高可用等特性，几乎满足了对数据库的所有需求，堪称数据库中的“六边形战士”。文章回顾了数据库技术的发展历程，从人工管理阶段到文件系统阶段，再到现代的数据库系统阶段。最后，文章总结了TiDB的前景和挑战，指出虽然部署成本较高，但在特定行业和业务领域中具有巨大潜力。
Tablestore深度解析：面向AI场景的结构化数据存储最佳实践
《Tablestore深度解析：面向AI场景的结构化数据存储最佳实践》由阿里云专家团队分享，涵盖Tablestore十年发展历程、AI时代多模态数据存储需求、VCU模式优化、向量检索发布及客户最佳实践等内容。Tablestore支持大规模在线数据存储，提供高性价比、高性能和高可用性，特别针对AI场景进行优化，满足结构化与非结构化数据的统一存储和高效检索需求。通过多元化索引和Serverless弹性VCU模式，助力企业实现低成本、灵活扩展的数据管理方案。
【赵渝强老师】什么是NoSQL数据库？
随着大数据技术的兴起，NoSQL数据库（Not Only SQL）得到广泛应用。它不局限于二维表结构，允许数据冗余。常见的NoSQL数据库包括Redis、MongoDB和HBase。Redis是基于内存的高性能数据库，采用单线程模型和多路复用I/O，支持高效的数据结构。MongoDB使用BSON格式存储文档，查询语言强大，类似关系型数据库。HBase基于HDFS，适合数据分析，采用列式存储，支持灵活的列族设计。视频讲解及更多内容见下文。
从大数据到大模型：如何做到“心无桎梏，身无藩篱”
在大数据和大模型的加持下，现代数据技术释放了巨大的技术红利，通过多种数据范式解除了数据的桎梏，使得应用程序达到了“心无桎梏，身无藩篱”的自在境界，那么现代应用有哪些数据范式呢？这正是本文尝试回答的问题。
在 HBase 集群中，Prometheus 通常监控哪些类型的性能指标？
在 HBase 集群中，Prometheus 监控关注的核心指标包括 Master 和 RegionServer 的进程存在性、RPC 请求数、JVM 内存使用率、磁盘和网络错误、延迟和吞吐量、资源利用率及 JVM 使用信息。通过 Grafana 可视化和告警规则，帮助管理员实时监控集群性能和健康状况。