不做“差不多”先生,要做“精益求精”的“完美”先生。
一:hbase的存储形式
hbase的内部使用KeyValue的形式存在,其key是有rowkey:family:column:logTime,value是其存储的内容。
其在region的是大多以升序的形式排列,唯一的是logtime是以降序的形式进行排列。
所以,按照越靠近左边的信息越容易被检索到。其设计时,要考虑把重要的信息放左边,不重要的信息放到右边。这样可以提高查询数据的速度。这样,最重要的提高索引速度的就是设计合适的rowkey。
二:rowkey的设计原则
1、长度原则
最短越好,最大不能超过64K。太长的影响有两点,一是极大影响了HFile的存储效率。二是缓存memstore不能得到有效利用,缓存不能存放太多的信息,造成检索效率的降低。
2、唯一原则
保证rowkey的唯一性,这条没有什么要讲的。
3、自己一条原则
尽量保证经常一起用的rowkey存储在同一个region上,有助于提升检索效率。但要避免热点问题。
4、对于常用的检索的rowkey,尽量使用纵表(行多列少),不要选择宽表(列多行少)。
三:rowkey引起热点问题的集中解决方法
1、加盐:在rowkey前面加一个冗余信息,这样可以把数据分散到不同的region中。
优点:可以有效的防止rowkey集中分配到一个或多个region中。有效避免了热点问题;
缺点:无形中增加了rowkey的长度;范围检索得不到有效使用。
2、字段交换,提升权重:如果rowkey中含有几个信息字段,可以调整信息字段的顺序。
缺点:对于单个信息字段,或者无论怎么调整都会遇到region热点的rowkey是解决不了的。
3、随机键:把rowkey进行hash化,在分配到不同的服务器上。和加盐的方式相似;
以下是顺序读的性能排行(由高到低,写性能与读性能相反):顺序键 -> 使用加盐键 -> 提升字段键 -> 随机键
强加几个知识点:
1、尽量使用范围查询代替前缀查询;
2、数据多时,用分页查询;