我正在使用HBase的cloudera发行版（hbase-0.94.6-cdh4.5.0）和cloudera管理器来设置所有集群的配置。
我为HBase设置了以下属性：
<property>
<name>hbase.hregion.max.filesize</name>
<value>10737418240</value>
<source>hbase-default.xml</source>
</property>
注意： 10737418240＆lt; =＆gt; 10G
因此，根据我读到的所有文档，数据应累积到一个区域，直到区域大小达到10G。
但是，它似乎不起作用...... 也许我想念一些......
以下是我的hbase表的所有区域及其大小：
root@hadoopmaster01:~# hdfs dfs -du -h /hbase/my_table
719 /hbase/my_table/.tableinfo.0000000001
0 /hbase/my_table/.tmp
222.2 M /hbase/my_table/08e225d0ae802ef805fff65c89a15de6
602.7 M /hbase/my_table/0f3bb09af53ebdf5e538b50d7f08786e
735.1 M /hbase/my_table/1152669b3ef439f08614e3785451c305
2.8 G /hbase/my_table/1203fbc208fc93a702c67130047a1e4f
379.3 M /hbase/my_table/1742b0e038ece763184829e25067f138
7.3 G /hbase/my_table/194eae40d50554ce39c82dd8b2785d96
627.1 M /hbase/my_table/28aa1df8140f4eb289db76a17c583028
274.6 M /hbase/my_table/2f55b9760dbcaefca0e1064ce5da6f48
1.5 G /hbase/my_table/392f6070132ec9505d7aaecdc1202418
1.5 G /hbase/my_table/4396a8d8c5663de237574b967bf49b8a
1.6 G /hbase/my_table/440964e857d9beee1c24104bd96b7d5c
1.5 G /hbase/my_table/533369f47a365ab06f863d02c88f89e2
2.5 G /hbase/my_table/6d86b7199c128ae891b84fd9b1ccfd6e
1.2 G /hbase/my_table/6e5e6878028841c4d1f4c3b64d04698b
1.6 G /hbase/my_table/7dc1c717de025f3c15aa087cda5f76d2
200.2 M /hbase/my_table/8157d48f833bb3b708726c703874569d
118.0 M /hbase/my_table/85fb1d24bf9d03d748f615d3907589f2
2.0 G /hbase/my_table/94dd01c81c73dc35c02b6bd2c17d8d22
265.1 M /hbase/my_table/990d5adb14b2d1c936bd4a9c726f8e03
335.0 M /hbase/my_table/a9b673c142346014e01d7cf579b0e58a
502.1 M /hbase/my_table/ae3b1f6f537826f1bdb31bfc89d8ff9a
763.3 M /hbase/my_table/b6039c539b6cca2826022f863ed76c7b
470.7 M /hbase/my_table/be091ead2a408df55999950dcff6e7bc
5.9 G /hbase/my_table/c176cf8c19cc0fffab2af63ee7d1ca45
512.0 M /hbase/my_table/cb622a8a55ba575549759514281d5841
1.9 G /hbase/my_table/d201d1630ffdf08e4114dfc691488372
787.9 M /hbase/my_table/d78b4f682bb8e666488b06d0fd00ef9b
862.8 M /hbase/my_table/edd72e02de2a90aab086acd296d7da2b
627.5 M /hbase/my_table/f13a251ff7154f522e47bd54f0d1f921
1.3 G /hbase/my_table/fde68ec48d68e7f61a0258b7f8898be4
如您所见，有很多地区，其中任何一个都有接近10G的大小......
如果某人遇到此类问题或知道是否有其他配置设置，请帮助我！
THX
答案 0 :(得分：7)
@mpiffaretti，你所看到的是非常有效的。当我第一次看到自动分割后的区域尺寸时，我也有点震惊。
在HBase 0.94+中，默认拆分策略为IncreasingToUpperBoundRegionSplitPolicy。通过遵循下面描述的算法来确定区域大小。
拆分大小是此服务器上所有属于同一个表的区域数，立方体，区域刷新大小的2倍或最大区域分割大小，以较小者为准。例如，如果刷新大小为128M，那么在两次刷新（256MB）之后，我们将分割，这将使两个区域在其大小为2 ^ 3 * 128M * 2 = 2048M时将分裂。如果这些区域中的一个分裂，那么有三个区域，现在分割大小为3 ^ 3 * 128M * 2 = 6912M，依此类推，直到我们达到配置的最大文件大小，然后从那里开始，我们就可以了用那个。
这是一个非常好的策略，因为你开始在区域服务器上获得一个很好的区域扩展，而不必等到它们达到10GB的限制。
或者，您最好预先拆分表，因为您希望确保从群集的处理能力中获得最大收益 - 如果您有一个区域，则所有请求都将转到分配了区域的区域服务器。预分裂将控制权交给您，了解区域如何在行键空间上分开。
答案 1 :(得分：0)
Pr-splitting是更好的选择。希望您的数据不会连续插入单个区域并达到区域限制，分裂或压缩。
在那种情况下，写入不是均匀分布的，并且对表的压缩成为编写模块的瓶颈。
活动区域的请求数量不会很高。