HBase如何跨区域服务器分区表？

Question

请告诉我HBase如何跨区域服务器分区表。

例如，假设我的行键是从0到10M的整数，我有10个区域服务器。
这是否意味着第一个区域服务器将使用值为0 - 10M，第二个1M - 2M，第三个2M-3M，......第十个9M - 10M的键存储所有行吗？

我希望我的行密钥是时间戳，但我认为大多数查询都适用于最新日期，所有查询都只会被一个区域服务器处理，是真的吗？

或者这些数据可能会有不同的传播方式？ 或者也许我可以以某种方式创建比我有区域服务器更多的区域，因此（根据给定的示例）服务器1将具有0 - 0,5M和3M - 3,5M的密钥，这样我的数据将更均匀地传播，这是可能？

---

更新

我刚发现有hbase.hregion.max.filesize选项，您认为这会解决我的问题吗？

Answer 1

WRT分区，您可以阅读HBase架构上的Lars'blog post或HBase“克隆”的Google Bigtable论文。

如果您的行键只是一个时间戳，那么具有最大键的区域将始终被新请求命中（因为区域仅由单个区域服务器提供）。

您是否要使用时间戳进行短扫描？如果是这样，请考虑腌制您的密钥（搜索谷歌Mozilla如何使用Sorocco）。

您的前缀可以带有任何ID的时间戳吗？例如，如果您只为特定用户请求数据，那么在ts前面加上该用户ID，它将为您提供更好的负载分配。

如果没有，则使用UUID或其他任意随机分发您的密钥。

关于hbase.hregion.maxfilesize

在该表上设置maxfilesize（可以使用shell执行），并不会使每个区域正好是X MB（其中X是您设置的值）大。因此，假设您的行键都是时间戳，这意味着每个新行键都比前一个更大。这意味着它将始终插入具有空结束键（最后一个）的区域中。在某些时候，其中一个文件将比maxfilesize（通过压缩）大，并且该区域将在中间分开。较低的键将位于其自己的区域中，较高的键位于另一个区域中。但由于您的新行键总是比前一行大，这意味着您只会写入该新区域（依此类推）。

tl; dr即使您拥有超过1,000个区域，使用此架构时，具有最大行键的区域将始终获得写入，这意味着托管区域服务器将成为瓶颈。

Answer 2

选项hbase.hregion.max.filesize默认情况下，256 MB设置最大区域大小，在达到此限制区域后会被拆分。这意味着，我的数据将存储在256MB的多个区域中，可能还有一个更小的区域 所以

  

我希望我的行密钥是时间戳，但我认为大多数查询都适用于最新日期，所有查询都只会被一个区域服务器处理，是真的吗？

事实并非如此，因为最新数据也会在大小为256MB的区域中分割并存储在不同的区域服务器上。