HBase - rowkey基础知识

Question

注意：几个小时前我已经开始使用HBase而我来自RDBMS背景：P

我有一个类似RDBMS的表CUSTOMERS，其中包含以下列：

1. CUSTOMER_ID STRING
2. CUSTOMER_NAME STRING
3. CUSTOMER_EMAIL STRING
4. CUSTOMER_ADDRESS STRING
5. CUSTOMER_MOBILE STRING

我想到了以下HBase等价物：

  

table：CUSTOMERS rowkey：CUSTOMER_ID

     

列系列：CUSTOMER_INFO

     

列：NAME EMAIL ADDRESS MOBILE

从我读过的内容来看，RDBMS表中的主键与HBase表的rowkey大致相似。因此，我想将CUSTOMER_ID保留为rowkey。

我的问题是愚蠢和直截了当的：

1. 无论我使用的是shell命令还是HBaseAdmin java class，我该如何定义rowkey？我没有找到任何可以做到的事情 无论是在shell中还是在HBaseAdmin类中（有些类似于 HBaseAdmin.createSuperKey（...））
2. 给定HBase表，如何确定rowkey详细信息，即用作rowkey的值？
3. 我知道rowkey设计是一件至关重要的事情。假设客户ID接收的值如CUST_12345，CUST_34434等，HBase如何使用rowkey来决定特定行所在的区域（假设区域概念类似于DB水平分区）？

* * *已编辑以添加示例代码段

我只是想在shell中使用'put'为customer表创建一行。我这样做了：

hbase(main):011:0> put  'CUSTOMERS', 'CUSTID12345', 'CUSTOMER_INFO:NAME','Omkar Joshi'
0 row(s) in 0.1030 seconds

hbase(main):012:0> scan 'CUSTOMERS'
ROW                              COLUMN+CELL
 CUSTID12345                     column=CUSTOMER_INFO:NAME, timestamp=1365600052104, value=Omkar Joshi
1 row(s) in 0.0500 seconds

hbase(main):013:0> put  'CUSTOMERS', 'CUSTID614', 'CUSTOMER_INFO:NAME','Prachi Shah', 'CUSTOMER_INFO:EMAIL','Prachi.Shah@lntinfotech.com'

ERROR: wrong number of arguments (6 for 5)

Here is some help for this command:
Put a cell 'value' at specified table/row/column and optionally
timestamp coordinates.  To put a cell value into table 't1' at
row 'r1' under column 'c1' marked with the time 'ts1', do:

  hbase> put 't1', 'r1', 'c1', 'value', ts1


hbase(main):014:0> put  'CUSTOMERS', 'CUSTID12345', 'CUSTOMER_INFO:EMAIL','Omkar.Joshi@lntinfotech.com'
0 row(s) in 0.0160 seconds

hbase(main):015:0>
hbase(main):016:0* scan 'CUSTOMERS'
ROW                              COLUMN+CELL
 CUSTID12345                     column=CUSTOMER_INFO:EMAIL, timestamp=1365600369284, value=Omkar.Joshi@lntinfotech.com
 CUSTID12345                     column=CUSTOMER_INFO:NAME, timestamp=1365600052104, value=Omkar Joshi
1 row(s) in 0.0230 seconds

因为最高限度。 5个参数，我无法弄清楚如何在一个put命令中插入整行。这导致同一行的增量版本不是必需的，我不确定CUSTOMER_ID是否被用作rowkey！ 谢谢和问候！

Answer 1

1. 你没有，密钥（以及任何其他专栏）都是一个bytearray，你可以放任何你想要的东西 - 甚至封装子实体

2. 我不确定是否理解 - 每个值都存储为键+列族+列限定符+日期时间+值 - 所以键就在那里。

3. HBase计算出记录将会去哪个区域。当地区变得太大时，重新划分。还有时，当有太多垃圾时，HBase执行压缩以重置文件。你可以控制自己预分区的时候，这是你未来应该考虑的事情。但是，由于您似乎刚刚开始使用HBase，因此可以从HBase开始处理。一旦您更好地了解了您的使用模式和数据，您可能希望再次讨论它。

您可以阅读/了解一下HBase架构设计here和here