在HBase中，如何在StoreFiles之间保留rowkey排序？ （在StoreFiles之间保留IS行rowkey排序？）
这是我对内部运作的不足（可能有缺陷......）：
当MemStore变得太大时，它会被刷新并创建一个新的StoreFile
MemStore中的信息按rowkey排序（ - ＆gt;因此也在StoreFile中）。
e.g。经过2次冲洗，我们可以：
StoreFile 1：
key1 ...
key3 ...
key4 ...
StoreFile 2：
key2 ...
key5 ...
key6 ...
但我们真正想要（？）快速检索的是：
StoreFile 1：
key1 ...
key2 ...
key3 ...
StoreFile 2：
key4 ...
key5 ...
key6 ...
潜在的性能问题如果StoreFiles之间没有保留rowkey排序（参见示例）：
- 要获取与rowkey相关的数据，我们必须对每个StoreFile进行（二进制？）搜索...
- 而且一个地区分割会更加有效。
（上下文：我尝试优化 - 并了解 - 工作中的测试HBase集群。）
提前感谢您的帮助！
答案 0 :(得分：0)
行键顺序仅保留在一个StoreFile中，而不保留在StoreFiles之间。
当我们获取时，不需要二进制搜索，因为：
1）HFiles具有类似b树的索引
2）从多个StoreFiles读取时，会创建StoreFile读取器的堆（PriorityQueue）。堆中的StoreFile读取器根据其当前KeyValue进行比较。我们总是从当前KeyValue按顺序“最小”的阅读器中读取。 （尽管像懒惰搜索这样的优化使事情变得更复杂。）
请参阅org.apache.hadoop.hbase.regionserver.KeyValueHeap了解更多信息。
对于区域分割，将使用旧区域的上/下半部分的“参考”。之后，压缩将为新地区带来新的实际HFile。
有关更多信息，请参阅org.apache.hadoop.hbase.io.HalfStoreFileReader。