hadoop - HBase 行键范围分配

Question

在为我的 HBase 表设计行键时，我有两个问题要问

1. 如何跨 HBase 区域分配行键范围？
2. 行插入是否影响行键分配？

(考虑我们只有两个区域)

为了详细说明这个问题，

1. 如果我插入以 axx、bxx,...,zxx 开头的行键，HBase 主分配范围作为 a-m 到一个区域，n-z 到另一个区域？

2. 在另一种情况下，如果我插入仅以 axx 和 bxx 开头的行键，它是否将 axx 分配给区域一和 bxx 到另一个？

Answer 1

在现有区域填满之前，HBase 中不会发生拆分。因此，如果您设置一个具有 2 个区域服务器的 HBase 集群，所有数据最初只会添加到一个区域。当该区域填满时，数据将根据整个区域中间的任何键拆分到两个区域。

对于您的问题 1.，所有 key 最初都会添加到一个区域。假设 key 均匀分布，在第一次拆分发生后，您应该期望在一个中看到接近 a-m 的东西，在另一个中看到接近 n-z 的东西。

为了以图形方式显示这一点，假设我们的两个区域各只能存储四行。输入四条记录后，您会看到:

REGION 1   REGION 2
+-----+    +-----+
| axx |    |     |
| bxx |    |     |
| cxx |    |     |
| dxx |    |     |
+-----+    +-----+

现在如果我们想添加 axy，它不适合 REGION 1，所以 split 发生在区域的中间:

REGION 1   REGION 2
+-----+    +-----+
| axx |    | cxx |
| bxx |    | dxx |
|     |    |     |
|     |    |     |
+-----+    +-----+

最后添加了我们的新记录:

REGION 1   REGION 2
+-----+    +-----+
| axx |    | cxx |
| axy |    | dxx |
| bxx |    |     |
|     |    |     |
+-----+    +-----+

预 split

如果您提前知道可能的 key 分配并希望避免昂贵的自动拆分，您可以 pre-split创建表时:

create 'animals', 'a', {SPLITS => ['e','m','r']}

这将创建四个区域，每个区域包含 0-e、e-m、m-r、r-z 之间的数据.