Question

在https://cloud.google.com/bigtable/docs/schema-design中，清楚地描述了如何选择表格的行键。但我找不到有关如何撰写此行密钥的任何信息。它在何处以及以何种方式组成？

Answer 1

行键是经过排序以创建完整表的简单字节字符串。行可以由连接在一起的多个部分组成，考虑哪些部分属于该行以及以什么顺序排列，因为这对应于该行中将包含多少内容（每行有100MB的限制）以及其效率如何扫描连续的行。

用于模式设计的Cloud Bigtable文档在这里：https://cloud.google.com/bigtable/docs/schema-design

Answer 2

我不确定我理解你的问题，但我会尝试对行密钥进行一般说明。与SQL表不同，您不需要创建主键列，Bigtable表已经内置了主键的概念。您只需要确定要在其中存储的内容。实现明智，Bigtable不会尝试解释密钥并将它们视为字节数组。

另一方面，值需要在插入数据之前至少创建一个列族。您可以使用cbt命令行工具创建列族。您可以在此处找到如何安装它的说明： https://cloud.google.com/bigtable/docs/go/cbt-overview 有关管理表格的一般信息： https://cloud.google.com/bigtable/docs/managing-tables

Answer 3

这是一个Python代码示例，该示例创建一个示例行键并将其添加到从CBT表返回的键列表中：

SampleRowKey = namedtuple("SampleRowKey", "row_key offset_bytes")
keys.insert(0, SampleRowKey(b'', 0))

希望这会有所帮助。

Answer 4

编写行键是BT中数据模型设计的重要组成部分。在设计表格时，您需要事先知道如何获取数据，以优化BT的使用。

BT最擅长通过rowkey提取一行。因此，如果您可以将表（和应用程序的数据模型）设计为始终通过特定键来获取，那就太棒了。

例如，每个用户都将其用户ID（例如“ 1234”）作为其行键。并且您始终按用户ID进行获取（“获取用户ID“ 1234”'）。简单。

但是事情并不总是那么容易。在某些数据模型中，所需的数据分散在多行中。这比以前的情况不理想，但仍然可以工作。这种获取模式称为“扫描”-BT支持它，但有一个重要的警告：它只能获取共享公共前缀的所有行。此外，与按行提取相比，扫描也较慢。

在上述示例的上下文中，扫描将意味着“获取具有以“ 123”开头的userid的所有行”。当然，这没有什么意义：您几乎不需要通过共享前缀来拉用户ID。但是在某些数据模型中，使用扫描可能有意义。例如，如果您的行键是一个时间戳，并且您想获取两个时间戳之间的所有项目。

您可以通过在不同字段中组合行键来将其提升到一个新的水平-从而可以进行更有趣的扫描：

如果数据模型要求通过用户ID和时间戳范围进行提取，则可以这样构成行键：“ userid-timestmap”，然后提取所有以“ 1234-（start-timestmap）”开头的行，并在“ 1234-（结束时间戳记）”处结束。我相信这就是“组成”行键的意思。

（要记住的另一件事，如此处的另一个答案所述，您要避免在表上创建“热点”：为了优化并行更新，不应将流行的行彼此相邻存储因为行键是按字典顺序存储在BT中的，所以避免热点的一种方法是选择或组合行键，以使流行键在字典上不彼此靠近。