Hbase高级应用（三）Hbase的设计原则

Hbase的设计原则

HBase是三维有序存储的&＃xff0c;通过rowkey&＃xff08;行键&＃xff09;&＃xff0c;column key&＃xff08;column family和qualifier&＃xff09;和TimeStamp&＃xff08;时间戳&＃xff09;这个三个维度可以对HBase中的数据进行快速定位。

HBase中rowkey可以唯一标识一行记录&＃xff0c;有以下3种查询方式&＃xff1a;

• 通过get方式&＃xff0c;指定rowkey获取唯一一条记录
• 通过scan方式&＃xff0c;设置startRow和stopRow参数进行范围匹配
• 全表扫描&＃xff0c;即直接扫描整张表中所有行记录

1、rowkey长度原则

rowkey是一个二进制码流&＃xff0c;可以是任意字符串&＃xff0c;最大长度64kb&＃xff0c;实际应用中一般为10-100bytes&＃xff0c;以byte[]形式保存&＃xff0c;一般设计成定长。
建议越短越好&＃xff0c;不要超过16个字节&＃xff0c;原因如下&＃xff1a;

• 数据的持久化文件HFile中是按照KeyValue存储的&＃xff0c;如果rowkey过长&＃xff0c;比如超过100字节&＃xff0c;1000w行数据&＃xff0c;光rowkey就要占用100*1000w&＃61;10亿个字节&＃xff0c;将近1G数据&＃xff0c;这样会极大影响HFile的存储效率&＃xff1b;
• MemStore将缓存部分数据到内存&＃xff0c;如果rowkey字段过长&＃xff0c;内存的有效利用率就会降低&＃xff0c;系统不能缓存更多的数据&＃xff0c;这样会降低检索效率。

2、rowkey散列原则

如果rowkey按照时间戳的方式递增&＃xff0c;不要将时间放在二进制码的前面&＃xff0c;建议将rowkey的高位作为散列字段&＃xff0c;由程序随机生成&＃xff0c;低位放时间字段&＃xff0c;这样将提高数据均衡分布在每个RegionServer&＃xff0c;以实现负载均衡的几率。如果没有散列字段&＃xff0c;首字段直接是时间信息&＃xff0c;所有的数据都会集中在一个RegionServer上&＃xff0c;这样在数据检索的时候负载会集中在个别的RegionServer上&＃xff0c;造成热点问题&＃xff0c;会降低查询效率。

3、rowkey唯一原则

必须在设计上保证其唯一性&＃xff0c;rowkey是按照字典顺序排序存储的&＃xff0c;因此&＃xff0c;设计rowkey的时候&＃xff0c;要充分利用这个排序的特点&＃xff0c;将经常读取的数据存储到一块&＃xff0c;将最近可能会被访问的数据放到一块。

喜欢就点赞评论&＃43;关注吧

感谢阅读&＃xff0c;希望能帮助到大家&＃xff0c;谢谢大家的支持&＃xff01;