我正在使用包含28个区域服务器的HBase群集。
我有一个表，它使用宽表定义。行键是十六进制字符串，而每行只有一个列族，而后者又有80个限定符。 每个限定符名称都是一个int（从1到80开始），每个值都是long。 该表已使用HBase手册here中定义的经典getHexSplits方法预先划分为28个区域。
我有一个创建表的Map-Reduce作业，并且必须加载大约1.8 TB的数据。
我正在使用HFileOutputStream来创建HFiles。问题在于，尽管作业配置了28个reducer，并且hbase.hregion.max.filesize设置为默认值（10GB），但我得到了更多（每个都是1161个aprox 1.61 GB！）HFiles我期待。
问题在于，一旦创建了表，并且正在加载HFile，该表立即启动MAJOR和MINOR压缩，这会触发大量I / O并影响我的下一个Map-Reduce作业，该作业从桌子。我想这会发生，因为每个区域有多个HFile，HBase试图压缩它们以优化读取？
为了避免压缩，我如何确保获得较少数量的HFile？什么是理想的设置为表的区域数量，我可以设置什么其他参数，以确保我没有压缩？ 我的表只写了一次，然后只用于读取。