Question

我发现HBase表的建模有以下要求。

我有一个表'Store'，用于存储商店详细信息（必胜客）。

我有一张表'Order'，其中包含交易摘要（总交易金额等）。

我有另一个表'Order_Item'，其中存储了交易中的每个订购商品（这包含商品ID，商品名称，商品数量，税金等）。

要求是，给定时间范围计算特定商店的特定订单商品的总收入。

示例：日期范围 - 上周，商店 - 比萨A，项目 - A，总收入 - 120美元

另一个要求是，给定时间范围计算商店中特定订单商品的总收入百分比。

示例：日期范围 - 上周，商店 - 比萨A，项目 - A，％收入百分比 - 23％

我真的被困在如何建模hbase表格上，截止日期让我紧张。

请有人帮助我。

Answer 1

在HBase中，您希望确保围绕典型查询设计表格。如果你根据一些任意“有意义”来设计你的表，你会看到糟糕的表现。

由于主要要求是按日期范围/商店/项目查询，您希望这是您的密钥。如果这是您的密钥，那么您的查询将会很快。

我建议您将密钥与日期范围+商店+项目以及某些分隔符连接起来，例如：

20110103-PIZZAHUT-MEATLOVERS
20110103-PIZZAHUT-VEGETABLE
20110104-PIZZAHUT-MEATLOVERS
20110105-DOMINOS-HAWAIIAN

然后，将销售到第一列系列中的每个项目存储为（ID：profit）。此处的ID类似于唯一的时间戳，UUID，收据ID或其他内容。

对于第一个查询，您所做的就是在DATE-STORE-ITEM上执行键查找，然后对您检索的所有值求和。

对于第二个查询，请执行从20110107-PIZZAHUT-!到20110206-PIZZAHUT-~的范围扫描。总结您要查找的项目以及您不想要的所有项目。最后，计算百分比。

Answer 2

orangeoctopus建议的方法是每个商店每天存储一行，每个项目，每个事务都有一列。这是一个很好的;另一种方法是将每个事务存储在自己的行中，使用相同的键字段加上作为键的一部分的唯一ID。然后在单个列族中有一个列，用于金额。

20110103-PIZZAHUT-MEATLOVERS-857283394
20110103-PIZZAHUT-MEATLOVERS-857283395
20110103-PIZZAHUT-MEATLOVERS-857283396
20110103-PIZZAHUT-VEGETABLE-859238494
20110103-PIZZAHUT-VEGETABLE-859238494

等

同样的逻辑适用于此设计;您的查询都会扫描特定的日期范围并以这种方式获取所需的数据（如果您想限制为单个商店或商店产品组合，则可以执行此操作）。唯一的区别是，现在您正在扫描一堆行，而不是每个日期/商店/项目组合在一行中扫描很多列。

这些是HBase中的两个关键设计技术：实体作为行，或实体作为嵌套在父实体行中的列。后者的优点是一行中的所有列都可以事务更新;缺点是检索它的代码有点复杂（如果你的并发性很高，你会为这种事务支付一点点价格）。

仅供参考，无法使用此行键有效执行的操作是按行顺序排列的行查询。因此，例如，如果您希望有史以来销售披萨小屋，您必须扫描服务器端表中的每一行（这可能是不可取的b / c，大概您在此表中有大量数据，否则你不会使用HBase ... :)

合适的HBase表模型

2 个答案: