什么是Hbase批量删除的最快和最有效的方法

Question

批量删除hbase记录的最快，最有效的方法是什么？ Hbase客户端API还是MapReduce作业？

Answer 1

除非您知道要删除的单元格的行键，否则HBase Client API不允许进行批量删除。

可以利用BulkDeleteEndpoint根据扫描仪的结果进行批量删除。

Answer 2

对于大型连续数据集，最快速，最有效的方法是删除整个区域，删除其HDFS目录并从META表中删除它们。这实际上几乎没有IO，所以它几乎是免费的。 但请注意，目前尚未通过高级API直接提供，因此您必须对其进行脚本/编码才能完成。

以下是HBase邮件列表中有关如何使用shell执行此操作的示例。

  

  
1. 从shell中关闭该区域（使用shell了解其工作原理   帮助 - 不要取消分配）
  
2. 然后只需在区域中删除HDFS中的区域内容即可   关闭（HDFS中的区域目录名称与区域编码名称相同，   区域名称的最后一部分 - 检查refguide）。
  
3. 在HDFS中删除后，调用assign region。
  

来源http://search-hadoop.com/m/YGbbl9ZaSQ2HLT&subj=Re+Delete+a+region+from+hbase

Answer 3

HBase Client API更快，因为您在使用MapReduce时直接在数据库上执行操作，这意味着任务将在作业上运行，并且根据我的经验需要时间。 超过该值，HBase将允许您在Map系列中运行MapReduce无法执行的特定操作。