A-E

• A

  AM

  参见 ApplicationMaster (ApplicationMaster)

  ApplicationMaster

  负责相应的调度和协调，结合从ResourceManager获得的资源和NodeManager协同工作来运行和监控任务。

• B

  备份数

  HDFS中存储文件的副本数。

  表

  HBase的表是三个维度排序的映射。从行主键、列主键和时间戳映射为单元格的值。所有的数据存储在HBase的表单元格中。

• C

  Container

  作为资源隔离，当前仅提供Java虚拟机CPU和内存的隔离。

  Core节点

  MRS集群中的核心节点，处理数据并在HDFS中存储过程数据。

• D

  DataNode

  HDFS集群的工作节点。根据客户端或者元数据节点的调度存储和检索数据，定期向元数据及客户端发送它们所存储的文件块的列表。

  DDL

  参见 数据定义语言 (Data Definition Language)

  DML

  参见 数据操作语言 (Data Manipulation Language)

  DN

  参见 DataNode (DataNode)

  单元格

  HBase中通过行和列确定的一个存贮单元称为单元格。

F-J

• F

  分布式弹性数据集

  分布式弹性数据集是一种抽象的分布式内存，允许开发者在分布式集群中进行容错计算。

  分区

  类似传统数据库中的分区，每个RegionServer上可以有多个Region。

• H

  Hadoop分布式文件系统

  Hadoop分布式文件系统（HDFS）能提供高吞吐量的数据访问，适合大规模数据集方面的应用。MRS集群中的数据存储在HDFS中。

  Hbase

  HBase是一个稳定可靠，性能卓越、可伸缩、面向列的分布式云存储系统，适用于海量数据存储以及分布式计算的场景，用户可以利用它搭建起TB至PB级数据规模的存储系统，对数据轻松进行过滤分析，毫秒级得到响应，快速发现数据价值。

  HDFS

  参见 Hadoop分布式文件系统 (Hadoop Distributed File System)

  Hfile

  HBase的文件格式，存储HBase的Key和Value的文件。Key和Value都是Byte类型的数组。

  Hive

  Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的SQL查询功能，可以将SQL语句转换为MapReduce任务进行运行。

  Hive查询语言

  应用于Hive数据仓库的标准数据查询语言。

  HiveQL

  参见 Hive查询语言 (Hive Query Language)

  Hmaster

  又称Master，负责HBase中RegionServer的管理，包括RegionServer的负载均衡、Region分裂、Region分配、Region迁移等。在HA模式下，包含主用HMaster和备用HMaster。

• J

  阶段

  Spark应用程序中由Shuffle隔开的任务的集合。

K-O

• L

  列族

  列族是预定义的列集合，且存储在HBase Schema中。如果需要在列族下创建一些列，首先需创建列族。列族将HBase中具有相同性质的数据进行重组，且没有类型的限制。同一列族的每行数据存储在同一个服务器中。每个列族像一个属性，如压缩包、时间戳、数据块缓存等等。

• M

  Map

  用来把一组键值对映射成一组新的键值对。

  MapReduce

  Hadoop的MapReduce组件是一种简化并行计算的编程模型，名字源于该模型中的两项核心操作：Map和Reduce。Map将一个任务分解成为多个任务，Reduce将分解后多任务处理的结果汇总起来，得出最终的分析结果。在MRS集群中，支持提交用户开发的MapReduce程序，执行程序并获取结果。

  MapReduce服务

  MapReduce服务（MRS）打造了高可靠、高安全、易使用的运行维护平台，对外提供大容量的数据存储和分析能力，可解决各大企业的数据存储和处理需求。用户可以独立申请和使用托管Hadoop、Spark、HBase和Hive服务，用于快速在主机上创建集群，提供海量数据的实时性要求不高的批量数据存储和计算能力。

  Master节点

  MRS集群中的主节点。负责管理集群，协调将 MapReduce可执行文件分配到核心节点。此外，还会跟踪每个作业的执行状态，监控DataNode的运行状况。

  MRS

  参见 MapReduce服务 (MapReduce Service)

• N

  NameNode

  HDFS集群的主节点。维护着文件树和文件数据的存储位置信息，并处理客户端的文件访问请求。在HA部署模式下，包含主NameNode和Secondary NameNode。

  namespace

  namespace是表中的一个逻辑组，类似于关系型数据库系统中放入数据库。

  NM

  参见 NodeManager (NodeManager)

  NN

  参见 NameNode (NameNode)

  NodeManager

  负责执行应用程序的容器，同时监控应用程序的资源使用情况（CPU、内存、硬盘、网络），并且向ResourceManager汇报。

P-T

• R

  RDD

  参见 分布式弹性数据集 (Resilient Distributed Datasets)

  Reduce

  用来保证所有映射的键值对中的每一个共享相同的键组。

  RegionServer

  RegionServer是HBase集群运行在每个工作节点上的服务。一方面维护Region的状态，提供对于Region的管理和服务；另一方面，上传Region的负载信息，参与HMaster的分布式协调管理。

  ResourceManager

  集群的资源管理器，基于应用程序对资源的需求进行调度。资源管理器提供一个调度策略的插件，它负责将集群资源分配给多个队列和应用程序。调度插件可以基于现有的能力调度和公平调度模型。

  RM

  参见 ResourceManager (ResourceManager)

  Row key

  HBase中标的主键，表按照主键的字母升序排列。

  RS

  参见 RegionServer (RegionServer)

  任务

  承载业务逻辑的运算单元，也是可执行的最小工作单位。

• S

  Secondary NameNode

  帮助元数据节点管理元数据的工具。用于镜像备份，或日志与镜像的定期合并。

  Shuffle

  从Map任务输出的数据到Reduce任务的输入数据的过程称为Shuffle。

  Spark

  MRS在云上部署并托管了Apache Spark集群，Spark是一款分布式并行数据处理框架。

  Spark SQL

  Spark SQL是Apache Spark的重要组成部分，其前身是Shark，为熟悉传统数据库但又不理解MapReduce的技术人员提供快速上手的工具。

  时间戳

  用于索引同一份数据的不同版本，时间戳的类型是64位整型。时间戳可以由HBase在数据写入时自动赋值或者由客户显式赋值。

  数据操作语言

  HiveQL语言中一种负责对数据库对象运行数据访问工作的指令集，以INSERT、UPDATE、DELETE三种指令为核心，分别代表插入、更新与删除，是开发以数据为中心的应用程序必定会使用到的指令。

  数据定义语言

  HiveQL语言中一种负责数据结构定义与数据库对象定义的语言，由CREATE、ALTER与DROP三个语法所组成，最早是由 Codasyl (Conference on Data Systems Languages) 数据模型开始，现在被纳入 SQL 指令中作为其中一个子集。

  索引

  一种数据结构，提高了对数据库表中的数据检索操作效率。可以使用一个数据库表中的一列或多列，提供了快速随机查找和有效访问有序记录的基础。

U-Z

• W

  WAL

  参见 预写日志系统 (Write Ahead Log)

  文件块

  HDFS中存储的最小逻辑单元。每个HDFS文件由一个或多个文件块存储。所有的文件块存储在DataNode中。

• X

  行

  HBase表的一个维度，包含行主键（由任意字符组合成）。表是按照行主键的字母进行排序。行主键用于表的检索。

• Y

  预写日志系统

  数据库中一种高效的日志算法。在相同的数据量下，采用预写日志系统（WAL）日志的数据库系统在事务提交时，磁盘写操作只有传统的回滚日志的一半左右，大大提高了数据库磁盘I/O操作的效率，从而提高了数据库的性能。HBase中每次增量加载的数据都是写在WAL中。

• Z

  执行者

  执行者是工作节点中执行Spark应用的进程。该进程运行任务并在内存或磁盘保存数据。每个应用都有其对应的执行者。

  作业

  MRS为用户提供程序执行平台，用户可将自己开发的程序提交到MRS集群中，执行程序并获取结果。MRS也支持在线提交SQL语句，对结构化数据进行查询和解析。