本篇博客小菌为大家带来关于HBase的预分区的内容分享!
在正式开始介绍之前,我们先联系一下之前所学的内容 , 想想原本数据分区（分region）的过程是怎样的?
一个数据表原本只有一个region(分区)，随着数据量的增加，region慢慢变大，达到10G ，一个region变成两个region。当数据量还没有达到10G ，所有的数据全部写入一个region。一个region只能属于一个regionserver.
现在我们需要进行优化,那如何优化呢,这里有一个方案: 将一个10G的数据打散，尽量多的，尽量均匀的分散到不同的regionserver上。
那到底如何实现上述方案呢？这里我们就需要用到预分区（region）预先设置每个region 的startkey和endkey。
好了接下来正式进入到正文!
1、为何要预分区？
- 增加数据读写效率
- 负载均衡，防止数据倾斜
- 方便集群容灾调度region
- 优化Map数量
2、如何预分区？
每一个region维护着startRow与endRowKey，如果加入的数据符合某个region维护的rowKey范围，则该数据交给这个region维护。
3.如何设定预分区？
<1>手动指定预分区
代码语言：javascript复制hbase(main):001:0> create 'staff','info','partition1',SPLITS => ['1000','2000','3000','4000']完成后我们可以通过HBase的UI界面进行查看 如图：
<2>使用16进制算法生成预分区
代码语言：javascript复制hbase(main):003:0> create 'staff2','info','partition2',{NUMREGIONS => 15, SPLITALGO => 'HexStringSplit'}完成后如图：
<3>分区规则创建于文件中
创建splits.txt文件内容如下：
cd /export/servers/
vim splits.txt
aaaa
bbbb
cccc
dddd然后执行
代码语言：javascript复制hbase(main):004:0> create 'staff3','partition2',SPLITS_FILE => '/export/servers/splits.txt'成功后如图：
<4>使用JavaAPI创建预分区
Java代码如下：
代码语言：javascript复制/**
* 通过javaAPI进行HBase的表的创建以及预分区操作
*/
@Test
public void hbaseSplit() throws IOException {
//获取连接
Configuration configuration = HBaseConfiguration.create();
configuration.set("hbase.zookeeper.quorum", "node01:2181,node02:2181,node03:2181");
Connection connection = ConnectionFactory.createConnection(configuration);
Admin admin = connection.getAdmin();
//自定义算法，产生一系列Hash散列值存储在二维数组中
byte[][] splitKeys = {{1,2,3,4,5},{'a','b','c','d','e'}};
//通过HTableDescriptor来实现我们表的参数设置，包括表名，列族等等
HTableDescriptor hTableDescriptor = new HTableDescriptor(TableName.valueOf("stuff4"));
//添加列族
hTableDescriptor.addFamily(new HColumnDescriptor("f1"));
//添加列族
hTableDescriptor.addFamily(new HColumnDescriptor("f2"));
admin.createTable(hTableDescriptor,splitKeys);
admin.close();
}好了本次的分享就到这里了,受益的小伙伴或对大数据技术感兴趣的朋友可以关注小菌哟(＾Ｕ＾)ノ~ＹＯ
