南修子学Hbase-Hbase优化之Rowkey设计

Rowkey三个设计原则

散列性:数据尽量均匀的分布在多个分区,避免热点问题
唯一性:Rowkey唯一
长度原则:70-100位

设计Rowkey之前先预分区,因为散列性跟多分区挂钩
1,生成随机数,hash,散列值
2,字符串反转
3,

下面我们准备分300个分区,那就是299个分区键,所以前三位就是用来分区用的,|比_大,可以把Rowkey拦截下来,所以直接就不看后面的数值就会直接落到该分区

分区键
000|
001|
002|
...
298|
Rowkey
000_
001_
002_
...
298_

案例:
13418645944,13965552222,2021-02-02 12:02:02,560
呼叫手机,被呼叫手机,时间,通话秒数

000:通过手机号+年月(13422220000+201902)对299进行取模 (如果按照年月日进行散列的话,就太散了)
13412341234:在同一个分区里面,让同一个号码尽量放在一起
2019-12-12 12:12:12: 因为手机号+年月已经在同一个分区了,所以在同一个分区再让这个手机的数据日期的数据也集中在一起,你想集中读什么字段就把什么字段把前提,把他先进行比较
Rowkey: 000_13412341234_2019-12-12 12:12:12

上一篇:天大2021年春学期考试《物理化学》离线作业考核试题]


下一篇:一份最新的、全面的NLP文本分类综述