Question

我需要从开始日期到结束日期获取产品的页面视图。所以我设计了这样的Hbase rowkey。

ProductId(md5)_productId_dateKey(yyyymmdd)  d:pageview.

示例：productId是1180560. 8月1日到8月30日的rowkey将是：

0f0e02e9e24c29ad2c2b28e37e4f250b_1180560_20150801

.....

0f0e02e9e24c29ad2c2b28e37e4f250b_1180560_20150830

因此，我可以通过扫描带有开始行的rowkey，停止行

轻松获得时间范围的产品页面浏览量

我的问题是：

此设计是否避免热点？

rowkey的长度似乎太长了。它会影响性能吗？

有没有办法缩短rowkey并仍然确保避免热点，碰撞。

这种情况有更好的设计吗？

Answer 1

Hotspotting：即使您获得更好的扫描结果，也始终建议不要使用顺序行键。更多信息here。

行键长度 - 对于每个单元格，存储rowkey详细信息，列族和限定符详细信息。所以始终建议尽可能保持拍摄，主要是因为大规模重复相同的信息。

接下来是什么 - 盐的使用及其前缀将有助于在区域服务器之间分配行。 This可以帮助您

Answer 2

您不需要md5您的productId。只需根据您想要的区域服务器计算余数。即分裂。

所以，如果你想要0到4（总共5个分割），那么你需要建立你的密钥

Bytes(StringValue(productID%5)) + Bytes(productId) + Bytes(timestamp)

例如，对于产品ID 1180560

1180560%5=0
Bytes.toBytes(1180560)
Bytes.toBytes(timestamp)

现在，您可以使用前缀扫描查询数据。

Java中的示例代码，用于获取同一产品的5天数据：

final Calendar cal = Calendar.getInstance();
cal.add(Calendar.DATE, -2); // deduct 2 days
byte[] STARTROW = Bytes.add(Bytes.toBytes( productID%5),Bytes.toBytes(productID),Bytes.toBytes(cal.getTime().getTime()));
cal.add(Calendar.DATE, +3); //add 3 days
byte[] ENDTROW = Bytes.add(Bytes.toBytes( productID%5),Bytes.toBytes(productID),Bytes.toBytes(cal.getTime().getTime()));
byte[] prefix = Bytes.add(Bytes.toBytes(String.valueOf(remainder)), 
Scan scan = new Scan(STARTROW,ENDTROW);
scan.setFilter(prefixFilter);

Hbase rowkey设计用于时间范围查询

2 个答案: